Kunstig intelligens i den norske helsetjenesten

Abstract

I denne oppgaven har vi skrevet om implementering av kunstig intelligens i den norske helsetjenesten, og hvilke endringer og positive konsekvenser dette vil medføre i forhold til kreftutredning. IBM har utviklet en kunstig intelligens ved en programvare kalt Watson for onkologi. Dette er en kognitiv dataplattform med formål å hjelpe leger til å gi en persontilpasset, evidensbasert kreftbehandling, som igjen skal bidra til å effektivisere og øke kvaliteten på behandling og diagnostisering. Problemstillingen vi har utarbeidet er følgende: “Er det samfunnsøkonomisk lønnsomt å ta i bruk Watson for onkologi innenfor utredning av kreftpasienter i Norge?” Vi har vurdert den samfunnsøkonomiske lønnsomheten ved å ta i bruk Watson for onkologi i den norske helsetjenesten, ved å se på hvorvidt staten, sykehusene, legene og pasientene tjener på implementeringen. Vi har benyttet TDABC og Lean-terminologien for å belyse de direkte (dvs økonomiske) og indirekte (hurtigere behandling, mer presis diagnostisering, kortere helsekøer etc) gevinstene med programvaren. Gjennom en rekke intervjuer med både sentralt ansatte hos IBM og flere leger, har vi tilegnet oss relevant og etter vårt skjønn, god kunnskap om teknologien og hvordan den kan være med på effektivisere helsetjenesten. Det fremkommer av analysen at Watson for onkologi vil bidra til en betydelig tidsbesparelse for legene, særlig tidsbruk knyttet til diagnostisering og behandling. Dette fører videre til at kapasiteten pr lege økes og sykehusene kan behandle flere pasienter. Dette vil i sum være et vesentlig bidrag for at helsemyndighetene kan effektivisere helsetjenesten ytterligere. Watson for onkologi er per tiden ikke implementert i norske sykehus. Av den grunn er vår oppgave nødvendigvis basert på utenlandske eksempler, og kvantitative data som vi har tilegnet oss gjennom intervjuer, samt våre egne skjønnsbaserte vurderinger.