Implementeringen av AI-baserade system inom klinisk praxis innebär särskilda utmaningar som inte hanteras tillräckligt av hälso- och sjukvårdens befintliga implementeringsprocesser. Vi beskriver i denna studie behovet av ytterligare faser och aktiviteter under implementeringsprocessen för att säkerställa en framgångsrik och hållbar AI-implementering.

Resultaten baseras på vårt arbete med att baserat på forskningsstudier och klinisk erfarenhet från AI-projekt utveckla ett implementeringsramverk, AIGENT, specifikt anpassat för att stödja implementeringen av AI-baserade system i hälso- och sjukvården. Ett av studiens viktigaste resultat är identifieringen av två nya faser specifika för AI-implementering: en praktisk implementeringsfas och en styrningsfas. Den praktiska implementeringsfasen fokuserar på att integrera AI i lokala arbetsflöden, uppdatera yrkesroller, anpassa IT-infrastrukturen samt säkerställa iterativ utbildning och kontinuerlig kommunikation med användare. Styrningsfasen syftar till att säkra systemets långsiktiga effekter genom att etablera strukturer, såsom styrgrupper. Sådana styrgrupper ansvarar bland annat för att övervaka systemets prestanda, hantera modellavvikelser och samla in samt agera på personalens återkoppling.

Studien betonar också vikten av omfattande pre-implementeringsbedömningar som är särskilt relevanta för AI. Dessa inkluderar utvärdering av AI-modellens förklarbarhet och relevans för lokala data, analys av risker och konsekvenser, samt juridiska överenskommelser kring dataflöde och ansvarsfördelning. Studien lyfter även fram betydelsen av ett kontinuerligt engagemang från intressenter under hela livscykeln – från idéfasen, genom implementering och pilottestning, till styrning och uppföljning. Intressenternas delaktighet säkerställer anpassning till kliniska behov, stödjer iterativa förbättringar och främjar varaktig användning av AI-system.

Denna studie bidrar till en djupare förståelse för AI-implementeringens komplexitet och ger vårdorganisationer konkreta insikter för att möjliggöra framgångsrik och hållbar integration av AI i klinisk praxis.