Införandet av nya system och digitala verktyg i sjukvården är en utmanande och tidskrävande process. Trots omfattande satsningar på e-hälsa misslyckas fortfarande många utvecklings- och införandeprojekt av vårdinformationssystem. Ett nutida exempel är införandet av journalsystemet Millenium som avbröts då problem upptäcktes sent i införandeprocessen.

Kraven som ska uppfyllas är många; både regulatoriskt, tekniskt och från ett användarperspektiv. Ofta måste systemen eller verktygen dessutom fungera i kombination med redan implementerade system eller verktyg dvs. uppfylla kraven på interoperabilitet. Till detta tillkommer regulatoriska krav från bl.a. MDR (Medicintekniska Regelverket) som på ett avgörande sätt försvårar, förlänger och fördyrar vägen mot operativt nyttiggörande av exempelvis nya kliniska beslutsstöd med eller utan AI. Med hänsyn till det  merarbete och merkostnader detta innebär, vill man idag kunna gå betydligt längre i sitt arbete innan man tar steget till klinik.  För att få en snabbare och säkrare process hade det varit en fördel om testning och utvärdering kan göras i en virtuell miljö på virtuella patienter och scenarion, där man kan nå så nära verkligheten som möjligt, men i en kontrollerad och simulerad miljö 

I andra sektorer har användningen av testmiljöer – så kallade sandlådor (eng. sandboxes) – visat sig vara en viktig framgångsfaktor för teknisk innovation. Sandlådor möjliggör att komplexa innovationer kan testas och utvärderas i isolerade och kontrollerade miljöer för tester, verifiering och undanröjande av barnsjukdomar, innan implementering i en klinisk verksamhet sker. Samtidigt kräver EU:s AI-förordning att medlemsstater etablerar sandlådor för att möjliggöra trygg och transparent testning av högrisk-AI innan dessa tas i kliniskt bruk. Detta skapar ett akut behov av miljöer där innovatörer kan röra sig så nära verkligheten som möjligt, innan de behöver gå ut i den på riktigt.

I Virtuality, som drivs av forskargruppen Care@Distance på Chalmers Tekniska Högskola, utvecklas därför en digital plattform där olika scenarion från inledningsvis den prehospitala sjukvården kan simuleras i en säker, flexibel och standardiserad testmiljö. Det kan tex. handla om att simulera en trafikolycka, en patient som fallit i hemmet eller en stroke. För att dessa simuleringar ska kunna utföras och vara realistiska krävs tillgång till data från verkliga patientfall – vilket dock kan vara en bristvara eller i dagsläget saknas. Med hänsyn till patienternas integritet, anonymitet och säkerhet kan denna typ av data dessutom vara svår och tidskrävande att få tillgång till och det ställs höga krav på hanteringen av data. Ett alternativ till att använda riktiga data, och som dessutom kan bidra till att snabba på utveckling, tester och utvärdering, är att använda s.k. syntetiska data, som är skapade med hjälp av generativ AI. Syntetiska data innehåller samma statistiska mönster som underliggande, verkliga data, men saknar kopplingar till riktiga patienter. Förutom att skydda patienternas integritet, anonymitet och säkerhet möjliggör syntetiska data även bland annat simulering av ovanliga och nya patientfall, tillgång till mer data eller idag saknade data, samt ökad mångfald av patienter i dataseten.

Denna föreläsning kommer delas upp i två delar:

Del 1: En teoretisk bakgrund

I del 1 av presentationen ges en teoretisk bakgrund kring virtuella simuleringar och syntetiska data i prehospital sjukvård. Vi kommer svara på frågor som ”Vad är syntetiska data?”, ”Vad menas med en virtuell simulering?” och ”Vilken nytta kan vi ha av syntetiska data och simuleringar inom sjukvården?”.

Del 2: Ett praktiskt exempel

I del 2 av presentationen demonstreras ett praktiskt exempel som visar potentialen med Virtuality genom två olika simuleringsscenarier – trafikolyckor och fallolyckor i hemmet – och visar hur olika informationsflöden och beslutsstöd kan testas och kombineras. Demonstrationen bygger på ett scenario från projektet TEAPaN 2 (”Traffic Event Assessment, Prioritizing and Notification”), som adresserar beslutsstöd till blåljusaktörers handläggning, prioritering och resurssättning vid trafikolyckor innan man är på incidentplats, samt ett scenario från projektet Autumn Leaves, som studerar fallolyckor i hemmet. Vi kommer även visa upp den tekniska arkitekturen bakom plattformen, inklusive hur olika byggklossar, interoperabilitetslager och scenariomotorn tillsammans möjliggör realistiska och reproducerbara simuleringar.