Kunstig intelligens er ved at ændre sundhedsvæsenet fundamentalt.
I Danmark anvendes AI allerede til blandt andet mammografiscreening i Region Hovedstaden, hvor teknologien hjælper radiologer med at prioritere og analysere billeder hurtigere. AI bruges også til diagnostik og administrative opgaver.
Men én udfordring overses ofte i debatten: AI er kun så effektiv som den infrastruktur, den bygger på.
Mange sundhedsorganisationer investerer i AI-løsninger, men mangler den digitale infrastruktur, der skal gøre teknologien skalerbar, stabil og sikker i den daglige drift. Udfordringen er at få løsningerne til at fungere på tværs af sundhedsvæsenet uden at gå på kompromis med datasikkerhed og kvalitet.
AI er ikke nyt i sundhedsvæsenet. Maskinlæring har længe været anvendt til billedanalyse, diagnostik og beslutningsstøtte. Det nye er generative AI-modeller og store sprogmodeller, som stiller større krav til regnekraft, datainfrastruktur og svartider. Derfor bør investeringer i AI også handle om den infrastruktur, som gør teknologien anvendelig i praksis.
Af Kevin Cochrane, CMO, Vultr
AI’s virkelige flaskehals opstår, når den skal svare
Meget af debatten handler om træning af modeller. I praksis kan inferens, selve processen, hvor modellen besvarer en forespørgsel, blive den største udfordring. Når en læge f.eks. beder en AI-løsning om at sammenfatte en patients journal eller analysere et røntgenbillede, skal modellen levere et svar på få sekunder. Det kræver betydelig regnekraft, hurtig adgang til data og meget lav responstid.
I sundhedsvæsenet er svartid ikke blot et spørgsmål om brugeroplevelse. Forsinkelser kan påvirke kliniske beslutninger og dermed kvaliteten af behandlingen. Effektiv infrastruktur er derfor en forudsætning for ansvarlig anvendelse af AI. Samtidig udvikles løsninger, der kan gøre inferens hurtigere og mere omkostningseffektiv.
Én cloud er sjældent nok
Traditionelt har mange organisationer samlet deres cloudinfrastruktur hos én leverandør. I en AI-drevet virkelighed er den model sjældent optimal. AI-workloads har forskellige krav til GPU-kapacitet, dataplacering, compliance og svartider, hvilket gør det uhensigtsmæssigt at placere alle arbejdsbelastninger på én platform.
En multicloud-strategi gør det muligt at placere hver AI-opgave dér, hvor den løses mest effektivt – hos en hyperscaler, en specialiseret cloududbyder eller i eget datacenter. Det kan øge fleksibiliteten og forbedre ydeevnen. Et hospital kan f.eks. lade AI-analyser af røntgenbilleder blive behandlet på den infrastruktur, der har den nødvendige regnekraft og korteste responstid.
Samtidig bliver datasuverænitet vigtigere. Sundhedssektoren behandler nogle af samfundets mest følsomme oplysninger, og datasikkerhed og compliance er krav. Med GDPR og EU’s AI Act skærpes kravene til dokumentation, transparens og ansvarlig anvendelse, mens flere organisationer ønsker kontrol over, hvor data opbevares og behandles. En infrastruktur, hvor data kan placeres inden for relevante jurisdiktioner, gør det lettere at overholde lovgivningen.
Pålidelighed er mindst lige så vigtig som præcision
Når der tales om AI i sundhedsvæsenet, fokuseres der ofte på modellernes præcision. Men præcision alene er ikke nok.
En AI-løsning skal også være robust, tilgængelig og kunne levere ensartede resultater under belastning. Det kræver kraftig regnekapacitet samt mulighed for løbende at teste og validere modellerne.
En fleksibel infrastruktur gør det muligt at skalere ressourcer efter behov og integrere AI-løsninger med eksisterende kliniske systemer. Det bliver endnu vigtigere, når autonome AI-agenter begynder at håndtere mere specialiserede opgaver på vegne af sundhedspersonalet.
Infrastruktur skal være en accelerator – ikke en bremse
Potentialet for AI i sundhedsvæsenet er enormt. Teknologien kan understøtte hurtigere diagnoser, bedre behandlingsforløb og en mere effektiv udnyttelse af sundhedspersonalets tid. Men AI bliver aldrig bedre end den infrastruktur, den hviler på.
Derfor bør diskussionen om AI ikke kun handle om modeller og algoritmer, men også om at bygge en fleksibel, skalerbar og sikker digital infrastruktur. Først når infrastrukturen følger med ambitionerne, kan kunstig intelligens for alvor levere den værdi, som patienter, sundhedsprofessionelle og samfundet forventer.
Af Kevin Cochrane, CMO, Vultr
