När AI-system utvecklas för vården behöver de tränas på stora mängder patientdata. Men innan informationen lämnas ut måste regionen säkra att patienternas integritet skyddas.

– Hälso- och sjukvården samlar in mängder av data varje dag. Det är viktigt att forska på dem för att vi inom vården ska se vilka metoder och behandlingar som fungerar bäst, säger Ulf Malmqvist.

Det är han som har till uppgift att besluta om vilka patientdata som får lämnas ut från regionens databaser till forskning. Det handlar om över 300 ärenden om året. Han är också verksamhetschef för organisationen Kliniska Studier Sverige, Forum Söder, där forskare i Skåne kan få stöd i hur man utför bra patientstudier.

Varje forskningsansökan prövas av etiknämnd

Varje forskningsansökan måste först godkännas av Etikprövningsmyndigheten. Därefter gör regionen en egen sekretessbedömning för att avgöra om data kan lämnas ut utan skada för enskilda personer. AI-relaterade forskningsprojekt utgör hittills bara en mycket liten del av ansökningarna, mindre än tio stycken så långt i Skåne, enligt Ulf Malmqvist.

Han anser att Etikprövningsmyndigheten och regionen behöver vara vaksamma så att projekten inte begär och får ut mer data än nödvändigt, men säger att regionen i allmänhet är enig med myndigheten. Ändå har det hänt att forskare inte har kunnat få ut den information de önskat.

– Ett par projekt har velat få tillgång till textdata från journaler. I dag kan vi inte lämna ut sådan data eftersom vi inte har något system för att maskera information om tredje person på ett tryggt sätt, säger Ulf Malmqvist.

Svårt att anonymisera journaltext

Journaltexten kan alltså innehålla uppgifter om någon annan än patienten, exempelvis nära släktingar. Enda sättet att dölja den informationen i dag är att hitta och maskera den manuellt och det har regionen inte resurser till.

– Vi tittar på hur vi ska hantera det framöver, vad det finns för automatiska textredigeringssystem som klarar att ta bort personinformation. Men i nuläget uppfattar jag inte det här som något större problem. Vi har bara fått en eller två sådana förfrågningar och ingen har klagat, så uppgifterna var kanske inte helt nödvändiga för projektet.

När det i stället är bilder som behövs för AI-träningen blir det oftast enklare, eftersom namn eller personnummer knutna till bilden går att dölja automatiskt.

– Just nu drivs till exempel forskningsprojekt här vid Skånes universitetssjukhus om hur AI kan användas för analys av olika typer av medicinska bilder för att upptäcka och kategorisera sjukdomar. Meningen är att det ska ge säkrare diagnoser och förhoppningsvis också spara resurser, säger Ulf Malmqvist.

TEXT: LISA KIRSEBOM