"Vården riskerar en AI-vinter"

Termen AI-vinter betecknar cyklerna i utvecklingen av artificiell intelligens som kan fluktuera. Kortfattat kan man säga att det inleds med en hajp som genererar enorm upphetsning, för att sedan följas av en rejäl nedkylning. Dessa cykler uppstår vanligtvis när den växande upphetsningen möter dagens tekniska begränsningar.

Historiskt har detta inte bara påverkat den allmänna entusiasmen för AI utan också den finansiering som finns tillgänglig för den. Under de senaste åren har det funnits en växande diskussion kring AI-vintrar, främst för att dessa cykler har upprepats allt eftersom entusiasmen för artificiell intelligens växt.

Läs också AI-kommissionens ordförande: ”Nu ligger vi efter”

Frågan är om det är dags igen för ännu en sänkning av hajpen och minskad finansiering på AI-området. Jag tror inte att vi är där än. Inte minst eftersom AI-vintrar är företags-, bransch- och landsspecifika. Olika företag, sektorer och samhällen genererar alla olika mängder data, beroende på var de befinner sig i sin digitalisering. Branscher som media och sociala medier är mycket längre framme i digitaliseringen än till exempel styrning eller industriell tillverkning.

Det betyder också att dessa industrier är mycket mer sofistikerade i sin användning av AI. Andra, mer traditionella sektorer skulle fortfarande kunna dra stor nytta av lösningar som är lättillgängliga. Detsamma gäller för hela samhällen. Vissa nationer till exempel har varit mycket mer engagerade i att utveckla AI än andra.

Läs också Nytt AI-verktyg för hudcancer får tummen upp av FDA

Vi bör rikta blicken mot regeringsnivån och vilka övergripande regler som påverkar för att få ledtrådar om vad som händer härnäst. Vårdbranschen är ett bra exempel på detta. Det finns en enorm potential för effektivare användning av AI, men nya processer och teknologier kan inte alltid implementeras på grund av att hälso- och sjukvården (med rätta) är reglerade områden.

Det finns en inneboende spänning mellan reglering, transparens och nya teknologiska möjligheter, som till exempel djupinlärning. När potentialen inte uppnåtts trots att tekniken finns tillgänglig för hälso- och sjukvården ökar risken för att även finansieringsviljan avtar. Och då är vi snubblande nära en AI-vinter.

Läs också ”Jätteviktigt att skapa förutsättningar för innovation för läkare”

Det finns en enorm potential för effektivare användning av AI inom vården. Samtidigt är det en sektor där digitaliseringen inte alltid har gått särdeles snabbt. Vi måste ge företag och organisationer möjligheter att utveckla teknik på ett sätt som uppfyller vårdsektorns högt ställda krav.