Regional samverkan kring utveckling av AI-verktyg i vården

Ett nationellt initiativ där vi utforskar möjligheten att med AI analysera avvikelserapporter för att proaktivt öka patientsäkerheten och skapa en mer lärande och informationsdriven vård.

AI-genererad bild (Gemini): Sjuksköterska rapporterar avvikelser.

Om projektet

Utmaningar

Idag finns enorma mängder värdefull data i avvikelserapporter som inte utnyttjas fullt ut. Lärdomar och kunskap stannar ofta kvar på den enhet där en händelse inträffat, istället för att spridas vidare. Dessutom försvårar oenhetlig klassificering av avvikelser en tillförlitlig statistik och en nationell helhetsbild, vilket i sin tur hämmar ett systematiskt och informationsdrivet lärande.

Vad är en patientavvikelse?

En patientavvikelse är en oönskad händelse eller omständighet som har inträffat, eller hade kunnat inträffa, i samband med hälso- och sjukvård och som har lett till, eller hade kunnat leda till, att en patient skadas.

Avvikelsehantering handlar om det systematiska arbetet med att upptäcka, dokumentera och rapportera dessa händelser och risker.

Alla anställda inom vården är skyldiga att rapportera både de faktiska skadorna och de situationer där en skada nästan inträffade. Syftet är att lära sig av misstagen för att förhindra att liknande situationer händer igen.

Projektets syfte

Detta är ett nationellt samarbetsprojekt mellan Region Skåne, Region Västmanland, Västra Götalandsregionen (VGR), Innovation Skåne, AI Sweden och Sveriges Kommuner och Regioner (SKR) som utforskar hur artificiell intelligens (AI) och stora språkmodeller kan användas för att stärka patientsäkerheten.

Genom att analysera data från sjukvårdens avvikelserapporter är målet att identifiera riskmönster och skapa ett mer proaktivt arbetssätt.

Projektet syftar inte till att bygga en färdig teknisk lösning, utan att ta fram en "blueprint" med rekommendationer och optimala processer för datahantering som kan vägleda Sveriges regioner.

Förväntat resultat

Projektet ska resultera i en ökad kompetens och kapacitet för samverkan mellan vård, akademi och näringsliv.

Konkreta utfall inkluderar 1-3 proof-of-concept-modeller för analys av avvikelser, samt konkreta riktlinjer för framtida nationellt samarbete.

Resultaten kommer att utgöra ett viktigt underlag i SKR:s fortsatta arbete med en nationell strategi för regional samverkan kring data.

Uppdateringar om projektet

Ny rapport: ”Från fritext till patientsäkerhet”

Rapporten ”Från fritext till patientsäkerhet – Infrastruktur för AI-baserad analys av avvikelserapporter” är en nysläppt delleverans som undersöker hur språkmodeller kan analysera avvikelser för att proaktivt öka patientsäkerheten. Den är skriven av Magnus Kjellberg (VGR) och Jonas Lundin Lindegren (Region Västmanland) och fungerar som en praktisk vägledning för regionernas framtida AI-infrastruktur.

Från fritext till patientsäkerhet – Infrastruktur för AI-baserad analys av avvikelserapporter | Juni 2026 PDF, 821.79 KB

Stora språkmodeller analyserar vårdavvikelser

2026-02-05

Kan stora språkmodeller användas för att stärka patientsäkerheten? Resultat från Region Västmanland tyder på att svaret på den frågan är ja. – Vården har samlat en guldgruva med information som vi nu...

Läs mer