Interviews
Dr. Alberto-Giovanni Busetto, Chief AI Officer hos HealthAI – Intervju-serie

Dr. Alberto-Giovanni Busetto er en schweizisk-italiensk AI-executive og innovator og Chief AI Officer i HealthAI. Han er medlem af World Economic Forum’s Global Future Councils og har tidligere haft banebrydende roller som den første globale chef for Data Science & AI i Merck Healthcare og den første gruppe SVP-chef for Data & AI i The Adecco Group.
I løbet af sin karriere er Alberto-Giovanni blevet anerkendt som en UN Global Compact Mentor, Merck Digital Champion og IBM Distinguished Speaker. Han har bidraget til global AI-styring som medlem af Task-Force i World Employment Confederation og blev æret af US National Academy of Engineering FoE som en af landets fremragende unge ingeniører. Derudover fungerede han som US Big Data Chair i Japan-America Frontiers of Engineering.
Hvad inspirerede din overgang fra AI-ledelsesroller i store virksomheder som Merck til at lede HealthAI?
Hej, jeg er Dr. Alberto-Giovanni Busetto, Chief AI Officer i HealthAI – Den Globale Agentur for Ansvarlig AI i Sundhed. Jeg har mere end 20 års erfaring med design, udvikling, implementering og ledelse af AI-løsninger. Min karriere har været kendetegnet ved en tilgang til at udnytte AI til meningsfuld indvirkning. I Merck Healthcare fungerede jeg som den første globale chef for Data Science & AI, hvor jeg ledte udviklingen af AI-drevne løsninger i sundheds- og bioteknologi. Denne rol understregede den transformerende potentiale for AI i sundhedssektoren.
Overgangen til HealthAI gav mig mulighed for at fokusere mere intensivt på ansvarlig AI-udvikling i sundhed, med mål om at lukke gapet mellem teknologisk innovation og menneskecentreret pleje. Her er datastyring også et af mine kernefokusområder. Noget, der virkelig begejstrer mig i HealthAI, er det arbejde, vi gør i forbindelse med regulerings- og innovations-sandkasser, hvor vi opbygger skitser til at accelerere udviklingen og adoptionen af ansvarlig AI i stor skala for at aktivere innovatorer.
Jeg er drevet af spørgsmålet: Hvordan kan vi gøre AI ikke kun smartere, men også virkelig nyttig, hvor det betyder mest – forbedring af menneskers liv? I HealthAI har jeg mulighed for at forme, hvordan vi tænker om AI i sundhed, og giver vejledning til regeringer og sundhedsinstitutioner om implementering af AI-løsninger, der ikke kun er skærende, men også etiske, transparente og dybt integreret i virkelige sundhedsbehov. For mig handler det ikke kun om algoritmer – det handler om indvirkning.
Hvad begejstrer dig mest ved sammenløbet af AI og sundhed?
Sammenløbet af AI og sundhed præsenterer muligheder for at forbedre resultater gennem forbedret diagnostik, personaliserede behandlinger og optimerede sundheds løsninger. AI’s evne til at analysere komplekse datasæt kan f.eks. føre til tidligere sygdomsdiagnose og mere præcise prognoser.
Det, der begejstrer mig mest, er, at disse fremskridt ikke kun er forbeholdt højindkomstlande – de har potentialet til at transformere sundhedssektorer i lav- og mellemindkomstlande. AI-drevne diagnostikværktøjer kan bringe specialist indsigt til regioner med begrænsede medicinske ekspertise, prædikativ analyse kan hjælpe med at allokerer ressourcer, hvor de er mest nødvendige, og digitale sundhedsværktøjer kan lukke huller i adgangen til sundhedsydelser. Ved at implementere AI ansvarligt kan vi skabe mere retfærdige sundheds løsninger, der tjener mennesker overalt, uanset geografi eller indkomstniveau.
Hvordan kan AI hjælpe med at lukke sundhedsgapet mellem højindkomst- og lav- og mellemindkomstlande? Hvad udfordringer findes der i sikring af retfærdig adgang?
AI har potentialet til at demokratisere sundhed ved at gøre avancerede medicinske indsigt tilgængelige globalt. I regioner med begrænsede medicinske ekspertise kan AI-drevne diagnostikværktøjer hjælpe med at identificere sygdomme nøjagtigt. F.eks. kan telemedicin-platforme, forbedret med AI, forbinde patienter i fjerntliggende områder med specialister verden over, hvilket faciliterer vidensoverførsel og forbedrer sundhedsydelser.
Sikring af retfærdig adgang til AI-drevne sundheds løsninger indebærer, at man skal tackle flere udfordringer, herunder infrastruktur begrænsninger. Dette kan hindre adoptionen af AI-teknologier, da mange regioner mangler de nødvendige digitale rammer til at understøtte avancerede løsninger.
Behandling af personlige oplysninger er også afgørende – beskyttelse af personlige oplysninger kræver robuste styringsstrukturer til at sikre fortrolighed og sikkerhed. Derudover skal AI-systemer tilpasses lokale sprog og kulturelle sammenhænge for at være virkelig effektive og overvinde barrierer, der ellers kunne begrænse adgangen.
Reguleringshurdler komplicerer desuden landskabet, da det er nødvendigt at finde den rette balance mellem at fremme innovation og sikre privatliv og sikkerhed. Ved at tackle disse udfordringer proaktivt kan AI blive et kraftfuldt værktøj til at forbedre global sundhedsretfærdighed.
Hvordan vigtigt er samarbejder mellem regeringer, tech-virksomheder og sundhedsydelere i sikring af ansvarlig AI-udvikling og implementering?
Samarbejder mellem regeringer, teknologivirksomheder og sundhedsydelere er ikke kun nyttige – de er essentielle for ansvarlig udvikling og implementering af AI i sundhed. Disse partnerskaber muliggør oprettelsen af omfattende rammer, der adresserer etiske overvejelser, beskytter data privatliv og etablerer operationelle standarder, der sikrer, at AI er både effektivt og troværdigt.
Ved at arbejde sammen kan interessenter gå beyond fragmenterede, én-størrelse-til-alle-løsninger og i stedet udvikle AI-drevne tilgange, der er tilpasset virkelige sundhedsbehov. Dette indebærer at udnytte AI til at forbedre diagnostik, strømlinje kliniske arbejdsprocesser og udvide adgangen til kvalitetsydelser – især i underbetjente regioner. Desuden fremmer samarbejde gennemsigtighed og ansvarlighed, hvilket sikrer, at AI forbliver et værktøj for empowerment i stedet for udelukkelse.
Når innovation drives af fælles ansvar og er tilpasset offentlige sundhedsprioriteter, har AI potentialet til at omforme vores tilgang til sundhed på en måde, der er både transformerende og retfærdig.
Hvad etiske overvejelser bør være i forgrunden for AI-drevne sundheds løsninger?
Når vi tænker over etiske overvejelser i AI-drevne sundheds løsninger, er der nogle få nøgleområder, vi skal fokusere på. Først og fremmest skal vi adressere bias-mindskning for at sikre, at AI-modeller ikke ufrivilligt forstærker eksisterende sundhedsuligheder. Gennemsigtighed er også afgørende, da AI’s beslutningsprocesser skal være klare og forståelige for alle parter.
Ansvarlighed kommer herefter, med klare ansvarsområder for beslutninger truffet af AI-systemer, sådan at nogen kan holdes ansvarlig, hvis noget går galt.
Autonomi er helt centralt for etisk AI i sundhed, hvilket indebærer, at vi ikke kun skal respektere, men også aktivt støtte menneskers ret til at træffe informerede beslutninger om deres pleje. Dette går ud over blot at give information – det handler om at sikre, at mennesker fuldt ud forstår deres muligheder, de potentielle risici og fordele samt AI’s rolle, hvor det er anvendt.
Vi skal garantere, at brugerne eller dem, der nyder godt af AI, føler sig empowermentet og trygge i deres valg, idet de ved, de har en sag at sige i de teknologier, der påvirker deres sundhed og velvære.
AI-modeller i sundhed har undertiden demonstreret bias. Hvordan kan regulatorer og AI-udviklere mindske denne risiko?
For at mindske bias i AI-modeller er det nødvendigt, at regulatorer og udviklere fokuserer på at bygge systemer, der er repræsentative for diverse befolkninger. Dette starter med at indsamle data fra en bred vifte af demografiske grupper, så AI er trænet på information, der afspejler den virkelige mangfoldighed af patienter. Men data alene er ikke nok – kontinuerlig overvågning er også afgørende, da AI-systemer skal vurderes regelmæssigt for at identificere og korrigere eventuelle biased mønstre, der kan opstå over tid.
At involvere en variation af interessenter i udviklingsprocessen, herunder etikere, patientrepræsentanter, kliniske eksperter, medicinske eksperter osv., kan bringe værdifulde perspektiver, der hjælper med at sikre, at AI-modellerne serverer alle retfærdigt og fair.
Hvordan kan regeringer og organisationer sikre, at AI-drevne sundheds løsninger bruger patientdata ansvarligt?
For at sikre, at AI-drevne sundheds løsninger bruger patientdata ansvarligt, skal regeringer og organisationer implementere stærke datastyringspolitikker, der klart fastlægger, hvordan patientinformation indsamles, gemmes og deles.
Anonymiseringsteknikker spiller også en central rol i beskyttelse af personlige identiteter, sikrer, at data kan bruges uden at kompromittere privatliv. Derudover er det afgørende at overholde både internationale og lokale data beskyttelseslove, ikke kun for at opretholde tillid, men også for at sikre, at AI-systemer opererer inden for lovlige rammer. Denne tilgang hjælper med at skabe en grundlag for sikkerhed og gennemsigtighed, der gavner både mennesker og sundhedssektoren som helhed.
Hvad er de største hindringer i regulering af AI til sundhed, og hvordan kan lande overvinde dem?
Det hurtige tempo, hvormed teknologien udvikler sig, kommer først i tanke. Reguleringer kæmper ofte for at følge med, hvor hurtigt AI-innovationer opstår, og efterlader huller i tilsyn. Derudover har politikere brug for en dybere forståelse af både AI-teknologier og de unikke kompleksiteter i sundhed for at udarbejde effektive og informerede reguleringer.
En anden udfordring er manglen på global standardisering – uden konsistente reguleringer på tværs af lande bliver det svært at fremme internationalt samarbejde og sikre, at AI-løsninger kan implementeres sikkert og etisk verden over.
For at overvinde disse hindringer skal lande investere i kontinuerlig uddannelse for politikere, arbejde mod at harmonisere reguleringer internationalt og forblive agile i tilpasning til nye teknologiske udviklinger.
Landene kan adresse disse hindringer ved at fremme kontinuerlig dialog mellem teknologer, sundhedsprofessionelle og regulatorer og ved at investere i uddannelses- og træningsprogrammer, der dækker videnstomrum. HealthAI, for eksempel, tackler dette gennem sin Globale Reguleringsnetværk (GRN), som styrker lokal kapacitet og evner i AI-regulering til sundhed, sikrer, at regulatorer verden over er godt udstyret til at håndtere den udviklende landskab af AI i sundhed.
Hvordan hjælper HealthAI lande med at bygge og certificere ansvarlige AI-valideringsmekanismer?
Som implementeringspartner arbejder HealthAI sammen med regeringer, sundhedsministerier og andre sundhedsorganisationer for at navigere ikke kun sikkerheden og effikken af AI-drevne sundhedsredskaber, men også deres etiske overensstemmelse, sikrer, at teknologien er i overensstemmelse med både reguleringskrav og samfunds værdier.
HealthAI støtter udviklingen af strenge certificeringsprocesser, der hjælper med at etablere tillid og ansvarlighed i AI-sundheds løsninger. Ved at gøre dette sikrer vi, at AI-systemer opfylder de højeste standarder, før de implementeres, hvilket er afgørende for at beskytte velfærd, forbedre positive resultater og fremme global tillid til den ansvarlige brug af AI i sundhed.
Hvordan kan AI bruges til at forudsige, spore og styre fremtidige sundheds-kriser?
AI kan spille en afgørende rolle i sundheds-kriser ved at give værktøjer til at forudsige, spore og styre udbrud mere effektivt. Gennem prædikativ analyse kan AI analysere enorme mængder af epidemiologiske data, identificere mønstre og tendenser, der kunne signalere potentialet for et udbrud, før det sker, og give myndighederne tid til at forberede sig. Derudover kan AI-drevet overvågning i realtid overvåge sundhedsdata fra hospitaler, klinikker og andre kilder, hvilket giver mulighed for hurtig opdagelse af nye trusler og evne til at reagere hurtigt for at indeholde dem.
AI kan også hjælpe med at optimere ressourcer under en krise, hjælpe myndighederne med at allokerer medicinske forsyninger, personale og andre kritiske ressourcer mere effektivt, sikrer, at de bruges, hvor de er mest nødvendige. Ved at integrere AI i sundhedsstrategier kan lande forbedre deres evne til at forudsige og reagere på fremtidige sundheds-kriser, og forbedre både forberedthed og robusthed over for udviklende trusler. Denne proaktive tilgang redder liv og hjælper med at minimere den samlede indvirkning af sundheds-kriser på samfund og økonomi.
Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge HealthAI.












