Syntetisk data och ny datalagermodell i Region Halland

– Vi springer både kort- och långdistans samtidigt. I våra traditionella BI-rapporter gör vi många analyser och tänker långsiktigt medan vi parallellt utvecklar, undersöker och testar i vilka sammanhang AI kan användas, säger Rosita Ahlstedt, avdelningschef för Beslutsstöd och AI, Region Halland.

Informationsdrivna verksamheter

Rosita Ahlstedt och hennes team arbetar bland annat med datalagerutveckling som syftar till att göra det enklare för regionens verksamheter att arbeta mer datadrivet.

Det senaste surret i media om AI, till följd av ChatGPT:s framfart, tror Rosita Ahlstedt har hjälpt till att sätta ljuset på tekniken och att få medarbetare intresserade och engagerade.

– Det har satt fokus på vår avdelning. Allt fler vill ha informationsdrivna verksamheter, och det är ett uttalat mål för hela Region Halland. I det sammanhanget har vår avdelning en viktig roll att spela.

Och som för många andra företag och organisationer som siktar på att ta stora kliv inom dataanalys, ser Rosita Ahlstedt ett ökat kompetensbehov på området.

– Vi behöver, utöver datalagerutvecklare och BI-utvecklare, även nya kompetenser inom AI. Dessa kompetenser är svåra både att hitta och att ta in som konsultstöd. Därför kompletterar vi löpande med interna utbildningar på området.

Nio regioner, en modell

Ett av de största projekten som Region Halland just nu genomför handlar om att byta ut sitt journalsystem, vilket i sin tur innebär att stora delar av det nuvarande datalagret behöver göras om. Arbetet är beräknat att hålla på till november 2024, och åtta andra svenska regioner är inne på samma resa.

Syftet är enligt Rosita Ahlstedt att tillsammans med de åtta regionerna bygga en gemensam datalagermodell, som varje region sedan fyller med sin egen data.

– Regionerna bygger själva tekniken tillsammans, men delar inte data emellan varandra. Det kommer ändå att göra det enklare för vår region att jämföra oss med andra och vice versa, vilket i någon mån kommer att göra att vi kan utveckla vårt BI- och AI-arbete mycket snabbare. En av de stora utmaningarna blir att koppla på detta nya datalager till vårt nuvarande.

Blir det mycket juridiska diskussioner om vad som får och inte får delas regioner emellan?

– Ja, juridiken är en jättestor del att ta hänsyn till. Därför deltar regionen i initiativ för att påverka och förenkla lagstiftningen. Även tekniska krav är viktigt och framförallt går det att se över upphandlingar som idag har många bör-krav, men som istället kanske borde vara skall-krav. Det skulle bidra till att de system som offentlig sektor köper upp har gränssnitt och standarder som gör att vi enkelt kommer åt informationen.

Syntetiska data

En annan stor utmaning för Rosita Ahlstedt och hennes medarbetare har att göra med själva informationssäkerheten rörande uttag av data som AI-algoritmer ska träna på.

På grund av bland annat GDPR måste det motiveras vilken typ av data man behöver och vad den ska användas till, vilket kan leda till ett slags moment 22: Du får inte använda vilken data som helst om du inte kan motivera varför du behöver använda just den datan, men du kan inte motivera varför du använder just den datan förrän den har använts som underlag för en AI, och potentiellt visat sig vara användbar.

Därför tittar Region Halland nu på något som kallas för syntetisk, eller syntetiserad, data.

– Det är data som är väldigt lik ursprungsdatan, men som är helt frånkopplad verkligheten. Vi hittar helt enkelt på data som inte kan knytas till varken medarbetare, medborgare eller känsliga journaler. Det är ett intressant grepp för att komma framåt i utvecklingen.

En bättre resa för medborgaren

På sikt ser Rosita Ahlstedt hur AI och bättre beslutsstöd och informationsanalyser kan underlätta för alla medborgare som är i kontakt med hälso- och sjukvården på olika sätt.

Till att börja med, berättar hon, kan det nya datalagret som byggs i samverkan med åtta andra regioner fungera som ett startskott för att regionerna blir mer jämförbara och kan öka sina förmågor att bli informationsdrivna organisationer.

Något som är viktigt för att i slutändan rädda liv genom bättre förståelse för sin verksamhet och för patientens resa.

– Patientresan är verkligen ett ämne som diskuteras flitigt. Hur kan vi se patientens hela resa, oavsett vilka instanser du besöker eller vart du bor? Allt från äldreboenden och vårdcentraler till appar har olika slags hälsodata om dig, och om all denna data kan samlas ihop kommer det bli mycket enklare att med hjälp av AI se mönster och arbeta med exempelvis preventiv vård. För att komma dit måste vi dock ta oss över en del tekniska och juridiska hinder.