Healthcare systems play a critical role in ensuring people's health. Establishing accurate diagnoses is a vital element of this process. As sources highlight misdiagnoses and missed diagnoses as a common issue, a solution must be sought. Diagnostic errors are common in the emergency departments, which has been recognized as a stressful work environment. Today's industries are forced to deal with rapidly changing technological advances that result in reshaped systems, products, and services. Artificial Intelligence (AI) is one of such technologies that can work as a solution to diagnosis issues but comes with technical, ethical and legal challenges. Hence, the thesis intends to investigate how AI can affect the accuracy of diagnosis as well as how its integration in healthcare relates to the technical, ethical and legal aspects. The thesis begins with a literature review, which serves as a theoretical foundation and allows for a conceptual framework to be formed. The conceptual framework is used to select interviewees, which results in 12 interviews with professors, researchers, doctors and politicians. In addition, a survey is conducted to obtain the general public’s opinion on the matter. The findings present that AI is already mature enough to make more accurate diagnoses than doctors as well as release burden from medical practitioners in the form of administrative tasks. One obstacle is the incomplete data available since laws hinder sharing of patient data. Furthermore, the AI algorithms must be fit for all social minorities and not demonstrate racial discrimination. The European AI Alliance was established in 2018 with the aim to keep the technology in check. Similar initiatives can be created on a national- and regional level to maintain some form of control over its proper use. / Sjukvårdssystem utgör en avgörande roll för att säkerställa människors välmående och hälsa. Att fastställa korrekta diagnoser är en viktig del av denna process. Enligt källor är feldiagnoser och uteblivna diagnoser ett vanligt problem och bör därför lösas. Diagnostiska fel är vanligt förekommande på akutmottagningar, vilka karaktäriseras som en stressig arbetsmiljö. Dagens industrier tvingas hantera snabbt föränderliga tekniska framsteg som resulterar i omformade system, produkter och tjänster. Artificiell Intelligens (AI) är en av sådana tekniker som kan fungera som en lösning på diagnosfrågor. Dock kommer den med tekniska, etiska och legala utmaningar. Examensarbetet avser därför att undersöka hur AI kan påverka diagnosens precision samt hur integrationen i vården relaterar till de tekniska, etiska och legala aspekterna. Rapporten inleds med en litteraturstudie, vilket fungerar som en teoretisk grund och bidrar till att skapa ett konceptuellt ramverk. Det konceptuella ramverket används för att välja intervjupersoner, vilket resulterar i 12 intervjuer med professorer, forskare, läkare och politiker. Dessutom genomförs en enkätundersökning för att få allmänhetens åsikt i frågan. Rapportens resultat visar att AI redan är tillräckligt utvecklad för att göra en mer precisionssäker diagnos än en läkare samt kan avlasta läkare i form av administrativa uppgifter. Ett hinder är att den data som finns tillgänglig är ofullständig på grund av lagar som hindrar delning av patientdata. AI-algoritmerna måste dessutom vara lämpliga för alla sociala minoriteter och inte leda till rasdiskriminering. European AI Alliance grundades 2018 med målet att hålla tekniken i schack i förhållande till de etiska och legala aspekterna. Liknande initiativ kan skapas på nationell och regional nivå för att bibehålla någon form av kontroll över dess korrekta användning.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-296643 |
| Date | January 2021 |
| Creators | Vaseigaran, Ajanth, Sripathy, Gobi |
| Publisher | KTH, Industriell ekonomi och organisation (Inst.) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2021:326 |
Page generated in 0.074 seconds