| dc.description.abstract | SAMMENDRAG
Radiologi spiller en sentral rolle i diagnostisering og behandlingsforløpet til pasienter. Etterspørselen etter radiologiske undersøkelser øker stadig, noe som setter press på eksisterende ressurser. Tilgang til relevant og kritisk pasientinformasjon er avgjørende for å velge de riktige radiologiske undersøkelsene og sikre effektive behandlingsforløp. Manglende relevant informasjon i radiologiske henvisninger kan føre til forsinkelser i undersøkelser, økt stråledose for pasientene, forsinkelser i behandling, og unødvendig bruk av ressurser.
Kunstig intelligens har vist potensial for å innhente relevant informasjon og forbedre kvaliteten på radiologiske henvisninger ved å effektivisere prosessen og trekke ut relevante data fra pasientjournaler. Bruk av kunstig intelligens i denne sammenhengen kan dermed bidra til å redusere ovennevnte problemer, føre til mer nøyaktige diagnostiske beslutninger, og ikke minst til raskere behandling.
Denne studien bruker en kvalitativ tilnærming, med semistrukturerte intervjuer og litteratursøk som forskningsmetoder. I tillegg benyttes en kombinasjon av deduktive og induktive tilnærminger for å undersøke og analysere forskningsspørsmålet på en systematisk og strukturert måte. Det ble gjennomført åtte intervjuer basert på en forhåndsdefinert intervjuguide, som var utviklet med tanke på et sosioteknisk perspektiv for å fange opp tanker og behov knyttet til innføring av KI for å forbedre kvaliteten på radiologiske henvisninger. Datamaterialet ble analysert ved hjelp av tematisk analyse i henhold til Braun og Clarke sin metode.
Basert på analysen av hovedfunnene i denne studien, kan det konkluderes med at innføring av kunstig intelligens har et betydelig potensial for å forbedre kvaliteten på radiologiske henvisninger. Samtidig krever innføring av kunstig intelligens en grundig forståelse av både teknologiske aspekter og sosiale faktorer, i tråd med det sosiotekniske perspektivet som fremhever samspillet mellom teknologi og mennesker. Resultatene indikerer også at ved innføring av kunstig intelligens må man ta hensyn til bekymringer knyttet til ansvarsfordeling, personvern, etiske problemstillinger og økonomiske konsekvenser. For å sikre forsvarlig bruk av kunstig intelligens i helsesektoren er det avgjørende med tett samarbeid mellom ulike faggrupper.
Nøkkelord:
Kunstig intelligens, radiologi, radiologisk henvisning, sosioteknisk teori, Artificial Intelligence, radiology. | |