Andreas Mattsson är CTO (Chief Technical Officer) på Kry och ansvarar för hela den tekniska utvecklingen av produkten. Tidigare arbetade Andreas Mattsson på Spotify, där han bland annat ansvarade för att implementera artificiell intelligens (AI) och maskininlärning som verktyg. Nu leder Andreas, tillsammans med medicinsk kompetens, Krys satsning på utvecklingen av ett nytt AI-triage.
I den traditionella vården sker triagering, alltså sortering av patienter till rätt vårdnivå, nästan uteslutande med hjälp av människor. Med detta arbetssätt tillkommer flera problem för såväl patienten som samhället, som Kry vill lösa.
– I den traditionella vården behöver patienten ofta förklara sina symptom och sin sjukhistoria flera gånger, för olika professioner i olika steg i vårdkedjan, innan hen får hjälp. Vi vill effektivisera den här processen och underlätta för patienten genom att samla relevant information och utifrån det automatiskt triagera patienten till rätt vårdnivå redan från början. Det blir en smidigare upplevelse för patienten och en mer kostnadseffektiv process för samhället, säger Andreas.
AI och maskininlärning är aktuella modeord inom techvärlden. Begreppen likställs ofta, men det finns skillnader. Båda återfinns dock i det nya triagesystemet som Kry just nu håller på att utveckla.
– Med AI kan man imitera mänsklig intelligens genom datorer. Problem som människor löser idag kan man ersätta med system och maskiner som istället automatiserar och effektiviserar flödet. Maskininlärningens roll inom AI är att lära maskinerna olika beteenden utifrån insamlad data. Det kräver alltså inte ständig handpåläggning av en programmerare, utan systemet självt utvecklar ett smartare och effektivare flöde över tid, förklarar Andreas.
KRY har nu implementerat sin första version av AI-triagering. Andreas berättar att triagering redan sker på Kry, till exempel till fysisk vård eller till en mer akut vårdnivå. Nu påbörjas dock arbetet med att även triagera till olika vårdnivåer internt på Kry genom introduktionen av sjuksköterskor i tjänsten.
– Vi har implementerat ett AI-system som kan triagera olika patienter till olika vårdprofessioner. I dagsläget beslutar systemet vart i vårdkedjan patienten ska utifrån bestämda regler, baserat på patientens sökorsak och symptom. Nu är vi i ett stadie där vi samlar in generell data som vi i nästa steg kommer att vilja använda för att fylla gapen i systemet med hjälp av maskininlärning, säger Andreas.
Varför Kry vill gå mer mot maskininlärning beror på att det är ett tidskrävande och stort arbete att manuellt sätta upp regler som systemet ska följa för alla tänkbara fall. Istället vill man dra nytta av den insamlade kliniska erfarenheten från läkare och sjuksköterskor och triagera automatiskt och korrekt, utan att systemet kräver manuella justeringar.
– Vi kommer vilja kombinera lärda regler med statiska regler. Idag utgår vi från hur en sjuksköterska skulle triagera patienter och tvingar systemet att triagera på samma sätt. Ovanpå det kommer systemet så småningom att lära sig vilka patienter som ska till vilken vårdnivå baserat på till exempel tidigare hälsoärenden, demografi och tidigare utfall på liknande symptom - systemet lär sig alltså av våra läkare och sjuksköterskor, förklarar Andreas.
En annan fördel som Andreas beskriver med ett AI-baserat triageringssystem är möjligheten att minimera vissa typer av fel.
– Vårt AI-triage kommer att bli mer jämlikt och systematiskt jämfört med hur människor triagerar. Det kommer till exempel inte att göra slarvfel eller misstag för att det har en dålig dag, säger Andreas.
Andreas ser stor potential i den digitala triageringsmetoden och tror att många kommer vilja efterlikna den i framtiden.
– Jag tror att förväntningarna på hur vård fungerar kommer att förändras om vi kan leverera en smidig och sömlös patientresa. Andra vårdinstanser kommer då att vilja, eller iallafall behöva, efterlikna vårt sätt att arbeta för att möta patientens förväntningar, säger Andreas.
