Nio av tio AI-projekt misslyckas — och inom sjukvården kan det vara ännu värre

Löftet mot verkligheten

Det börjar alltid med entusiasm. En imponerande demonstration, en proof-of-concept som får rummet att tystna, ett pilotprojekt som levererar exakt det alla hoppades på. Sedan — ingenting. Projektet dör i tysthet någonstans mellan labb och verklighet.

Detta är inte ett undantag. Det är normen. Enligt en uppmärksammad studie från MIT når mer än 95 procent av alla AI-projekt aldrig produktion eller levererar mätbart värde. Inom sjukvården är siffran sannolikt ännu dystrare, menar Michael Privat, datateknikchef på IT-konsultbolaget Availity, i en intervju med Healthcare IT News. Han sätter fingret på något som många helst inte vill höra: problemet är sällan tekniken — det är grunden den ska stå på.

– Ett AI-system som fungerar i januari kan tyst ha slutat fungera i juli, om ingen bevakar det, varnar Privat.

Det han beskriver är ett mönster som upprepas om och om igen: organisationer bygger prototyper snabbt, skapar intern entusiasm, och möter sedan en brutal realitet när verkliga patientuppgifter, regulatoriska krav och säkerhetskrav kliver in i bilden. Värst av allt är de pilotprojekt som i praktiken är säljdemonstrationer — noggrant utvalda data, inga riktiga systemkopplingar, och en integrationskostnad som äter upp alla förväntade besparingar när sanningens minut väl anländer.

Forskningen springer före implementationen

Paradoxen är att den vetenskapliga fronten aldrig har sett mer lovande ut. Från flera forskningslabb rapporteras genombrott som adresserar just de problem som gör sjukvårds-AI svårt i praktiken.

Ett forskarlag presenterar på arXiv en ny metod för hjärntumöranalys som fungerar även när delar av bildunderlaget saknas — ett vanligt verkligt problem där befintliga system annars fallerar. Ett annat lag har utvecklat ConfSleepNet, ett ramverk för sömnanalys som hanterar det klassiska problemet med motstridiga mätdata från olika sensorer. Och inom radiologi presenteras AnchorDiff, ett system som automatiskt skriver radiologirapporter och som löser ett grundläggande problem med äldre metoder: tendensen att följa invanda textmönster snarare än att faktiskt grunda beskrivningarna i bildinnehållet.

Gemensamt för dessa genombrott är att de tar verklighetens oreda på allvar. De är inte byggda för perfekta laboratorieförhållanden — de är byggda för att klara av det som faktiskt händer i en klinisk vardag.

Samma filosofi präglar ett nytt ramverk för klinisk riskbedömning som lyfts fram på arXiv. Kritiken mot dagens AI-modeller är skarp: de gör statiska riskbedömningar som inte tar hänsyn till hur behandlingar förändrar sjukdomsförloppet. Det nya ramverket vill lyfta klinisk AI från enkla riskpoäng till verkliga beslutsunderlag — och adresserar dessutom en metodologisk fallgrop som länge förbisetts: att modeller blandar ihop biologiska sjukdomsprocesser med läkares beteendemönster.

Telemedicin visar vägen

Mitt i allt detta finns ett konkret exempel på att det faktiskt går att bygga något som fungerar. Läkaren Tod Stillson grundade telemedicinplattformen ChatRx efter tre decenniers frustration över ett system som lämnade landsbygdspatienter utan rimliga alternativ. Plattformen, som rapporteras om av Healthcare IT News, är öppen dygnet runt och hanterar över 39 olika tillstånd via ett AI-stött formulär — utan bokade tider, utan vänterum.

Men även Stillson stötte på verkligheten: recepthanteringen byggde ursprungligen på fax, vilket var både långsamt och opålitligt. Det var inte en teknisk utmaning — det var ett processfel som AI aldrig kan lösa om inte grundproblemet åtgärdas först. Precis det Privat varnar för.

Lösningen blev att bygga om receptflödet från grunden. Resultatet: recept utfärdade på sex minuter.

Det handlar inte om tekniken

Det genomgående temat, oavsett om vi pratar om maskininlärning för kärlåldrande i hjärnan eller en telemedicinplattform i Mellanvästern, är detsamma: AI är inte ett lager man lägger ovanpå ett trasigt system. Det är ett verktyg som kräver en stabil grund, tydliga processer och kontinuerlig övervakning.

De 95 procent som misslyckas gör det inte för att tekniken är dålig. De misslyckas för att organisationerna hoppar över det tråkiga arbetet — datakvalitet, regelefterlevnad, granskningsspår, driftsättningsinfrastruktur — och i stället jagar demonstrationseffekten.

De fem procent som lyckas vet att det är just det tråkiga arbetet som är det egentliga genombrottet.