Kære Julie
Tak for dit indlæg.
Jeg er helt på linje med dig, og der er i flere indlæg til disse sundhedsforslag et stort behov for datadeling på tværs af sektorer. Vi er der ikke endnu, men der arbejdes på sagen. Via EHDS skal der på sigt (snart) være frit dataflow (med patienternes samtykke) for forskere, klinikere og politiske beslutningstagere.
Ift. upload af patientdata ved hjemmemonitorering kan dette blive mere automatiseret vha. sensorer og AI. Ved at måle vitale sundhedsparametre som f.eks. puls, iltmætning, BP, respiration og temperatur via let anvendelige sensorer i eget hjem, kan AI hjælpe med at detektere en forværring i tilstanden og beregne en early warning score, som der hurtigt kan handles på. Dette eksempel beror på automatiserede målinger, der kommer direkte til sundhedspersonalet uden at patienten behøver at uploade disse tal.
Det bliver spændende at følge denne udvikling, og vi indgår meget gerne et case-samarbejde med Steno Diabetes Center Odense.
Mvh
Christian Ulrik Rosenberg

Kære Jørgen

Ja ISO/IEC 42001 er spændende. Det er vigtigt med responsible og trustworthy AI. ISO/IEC 42001 
hjælper med at adressere de krav der skal være til quality management angående nye AI-løsninger. Det skal der være styr på inden et produkt rammer markedet. Ligeldes har vi Behandlingsrådets Metodevejledninger, der er med til at sikre mest mulig sundhed for pengene. Heri indgår udover den kliniske effekt og sikkerhed også cost/utility beregninger, hvori det adresseres, om man får nok sundhed for pengene. Der er også MAS-AI, der har et holistisk framework til at fastlægge den potentielle værdi i AI-teknologien.
Samlet set sikres det, at produktets kvalitet lever op til de gældende standarder samt at man får valuta for pengene, så pengene i sundhedssektoren bruges rigtigt, hvilket i min optik er vigtigt, men det er også svært overskueligt for den gængse SMV.
Mvh
Christian Ulrik Rosenberg

Kære Rune
AI kan helt sikkert hjælpe med at beregne træningsprogression, hvis algoritmen fodres rigtigt med alle patientens sundhedsdata. Det kunne være interessant ift. kroniske smertepatienter at få AI til at beregne, hvornår der er tale om egentlig overbelastning.
AI kan også benyttes til at prædiktere, hvilke borgere, der har en øget risiko for at falde, så man kan undgå fald ved at være OBS herpå. Vi er i gang med noget spændende med virtuel repræsentation af det fysiske miljø og personer, hvorved krav til GDPR og datasikkerhed reduceres, da lokation og personer ikke kan genkendes.
Mvh
Christian Ulrik Rosenberg

Kære Heidi
Tak for dine indspark til debatten.
Et samlet landssækkende journalsystem…nej der er vi ikke endnu, men alle patientens data skal være frit tilgængeligt via EHDS, hvor klinikere, forskere og alle andre relevante sundhedsaktører har adgang til alle patientens data til gavn for alle parter. Sikre data spaces er på vej.
Vocaire er på markedet og kan lette journalføringen, men ofte har der i lignende systemer været problemer i oversættelsen fra tale til tekst og i sundhedsvæsenet kan disse fejl være fatale. Derfor er vi med i et stort projekt CoRal, hvor alle dialekter i det danske sprog optages. Vi får hermed et meget stort datasæt med meget akkurat gengivelse fra tale til tekst. Det bliver spændende.
Mvh
Christian Ulrik Rosenberg

Hej Maiken,

Tak for støtten til forslaget og input. Der er ingen tvivl om at det kommer til at kræve en kæmpe fælles indsats for at nå i mål med den igangværende digitale transformation inden for sundheds- og velfærdsområdet. I den sammenhæng er det også ekstra vigtigt at jer, der er tæt på praksis, samt de sundhedsfaglige og frontpersonale tages med helt ind i kernen af udviklingen af nye digitale løsninger, så disse afspejler virkelighedens arbejdsgange, rent faktisk er implementerbare i dagligdagen, samt altid har menneskerne i fokus.

Kære Maiken

Tak for din kommentar – det kan vi jo kun erklære os meget enige i!

Mvh. Emily Holm Jacobsen