Dr. Alberto-Giovanni Busetto, Chief AI Officer på HealthAI – Intervjuserie

Dr Alberto-Giovanni Busetto är en schweizisk-italiensk AI-chef och innovatör och Chief AI Officer på HealthAI. Han är medlem i Världsekonomiskt forums globala framtidsråd och har tidigare haft banbrytande roller som den första globala chefen för datavetenskap och AI på Merck Healthcare och den första koncernchefen för data och AI på The Adecco Group.

Under sin karriär har Alberto-Giovanni erkänts som en UN Global Compact-mentor, Merck Digital Champion och IBM Distinguished Speaker. Han har bidragit till den globala AI-styrningen som en uppgiftsgruppsmedlem i World Employment Confederation och hedrades av den amerikanska nationella akademin för ingenjörsvetenskap FoE som en av landets utmärkta unga ingenjörer. Dessutom tjänstgjorde han som den amerikanska stora datatchefen för Japan-Amerikas ingenjörsgrenser.

Vad inspirerade din övergång från AI-ledningsroller i stora företag som Merck till att leda HealthAI?

Hej, jag är Dr. Alberto-Giovanni Busetto, Chief AI Officer på HealthAI – Den globala byrån för ansvarsfull AI i hälso- och sjukvård. Jag har mer än 20 års erfarenhet av design, utveckling, distribution och ledning av AI-lösningar. Min karriär har kännetecknats av ett åtagande att utnyttja AI för meningsfull påverkan. På Merck Healthcare tjänstgjorde jag som den första globala chefen för datavetenskap och AI, där jag led utvecklingen av AI-drivna lösningar inom hälso- och sjukvård och bioteknik. Den här rollen underströk den transformerande potentialen för AI inom hälsosektorn.

Övergången till HealthAI möjliggjorde för mig att fokusera mer intensivt på ansvarsfull AI-distribution inom hälso- och sjukvård, med målet att överbrygga gapet mellan teknisk innovation och människocentrerad vård. I det här sammanhanget är datastyrning också ett av mina kärnfokusområden. Något som verkligen exciterar mig på HealthAI är det arbete vi gör i sammanhanget med regulatoriska och innovations砂boxar, vi bygger ritningar för att påskynda utvecklingen och antagandet av ansvarsfull AI i stor skala för att möjliggöra innovatörer.

Jag drivs av frågan: Hur kan vi göra AI inte bara smartare, utan verkligen användbart där det betyder mest – förbättra människors liv? På HealthAI har jag möjligheten att forma hur vi tänker på AI inom hälso- och sjukvård, erbjuda vägledning till regeringar och hälsoinstitutioner om att distribuera AI-lösningar som inte bara är banbrytande utan också etiska, transparenta och djupt rotade i verkliga hälso- och sjukvårdsbehov. För mig handlar det inte bara om algoritmer – det handlar om påverkan.

Vad exciterar dig mest om skärningspunkten mellan AI och hälso- och sjukvård?

Konvergensen av AI och hälso- och sjukvård presenterar möjligheter att förbättra resultaten genom förbättrad diagnostik, personliga behandlingar och optimerade hälso- och sjukvårdsalternativ. AI:s förmåga att analysera komplexa datamängder kan till exempel leda till tidigare sjukdomsdiagnos och mer exakta prognoser.

Vad som exciterar mig mest är att dessa framsteg inte bara är förbehållna höginkomstländer – de har potentialen att transformera hälso- och sjukvårdsektorer i låg- och medelinkomstländer också. AI-drivna diagnostikverktyg kan till exempel ge specialistnivåinsikter till regioner med begränsad medicinsk expertis, prediktiv analys kan hjälpa till att allokera resurser där de behövs mest, och digitala hälso- och sjukvårdsverktyg kan överbrygga gapet i tillgång till vård. Genom att distribuera AI på ett ansvarsfullt sätt kan vi skapa mer jämlika hälso- och sjukvårdsalternativ som tjänar människor överallt, oavsett geografi eller inkomstnivå.

Hur kan AI hjälpa till att stänga hälso- och sjukvårdsgapet mellan höginkomstländer och låg- och medelinkomstländer? Vilka utmaningar finns det för att säkerställa en jämlik tillgång?

AI har potentialen att demokratisera hälso- och sjukvård genom att göra avancerade medicinska insikter tillgängliga globalt. I regioner med begränsad medicinsk expertis kan AI-drivna diagnostikverktyg hjälpa till att identifiera sjukdomar korrekt. Till exempel kan telemedicinska plattformar, förbättrade med AI, koppla patienter i avlägsna områden med specialister över hela världen, vilket underlättar kunskapsöverföring och förbättrar vårdkvaliteten.

Säkerställande av en jämlik tillgång till AI-drivna hälso- och sjukvårdsalternativ innefattar att hantera flera utmaningar, varav några av de mest framträdande relaterar till infrastrukturbegränsningar. Detta kan hindra antagandet av AI-teknologier, eftersom många regioner kan sakna de nödvändiga digitala ramverken för att stödja avancerade lösningar.

Dataskyddsproblem är också kritiska – skydd av personlig information kräver robusta styrningsstrukturer för att säkerställa konfidentialitet och säkerhet. Dessutom måste AI-system anpassas till lokala språk och kulturella sammanhang för att vara verkligen effektiva, och övervinna hinder som annars kan begränsa tillgängligheten.

Regulatoriska hinder komplicerar också landskapet, eftersom det kräver en balans mellan att främja innovation och säkerställa integritet och säkerhet. Genom att hantera dessa utmaningar proaktivt kan AI bli ett kraftfullt verktyg för att förbättra den globala hälso- och sjukvårdsjämlikheten.

Hur viktigt är samarbeten mellan regeringar, teknikföretag och hälso- och sjukvårdsleverantörer för att säkerställa en ansvarsfull AI-utveckling och distribution?

Samarbeten mellan regeringar, teknikföretag och hälso- och sjukvårdsleverantörer är inte bara fördelaktiga – de är nödvändiga för en ansvarsfull AI-utveckling och distribution inom hälso- och sjukvård. Dessa partnerskap möjliggör skapandet av omfattande ramverk som hanterar etiska överväganden, skyddar dataskydd och etablerar operativa standarder som säkerställer att AI är både effektivt och pålitligt.

Genom att arbeta tillsammans kan intressenter gå bortom fragmenterade, en-storlek-passar-alla-lösningar och istället utveckla AI-drivna tillvägagångssätt som är anpassade till verkliga hälso- och sjukvårdsbehov. Detta innebär att utnyttja AI för att förbättra diagnostik, strömlinjeforma kliniska arbetsflöden och utöka tillgången till kvalitetsvård – särskilt i underservicede områden. Dessutom främjar samarbeten transparens och ansvar, vilket säkerställer att AI förblir ett verktyg för empowerment snarare än exkludering.

När innovationen drivs av ett delat ansvar och är anpassad till allmänna hälso- och sjukvårdsbehov har AI potentialen att omforma vår tillvägagångssätt till hälso- och sjukvård på ett sätt som är både transformerande och jämlikt.

Vilka etiska överväganden bör vara i förgrunden för AI-drivna hälso- och sjukvårdsalternativ?

När vi tänker på de etiska övervägandena i AI-drivna hälso- och sjukvårdsalternativ finns det några nyckelområden vi behöver fokusera på. Först och främst måste vi hantera biasmitigation för att säkerställa att AI-modeller inte oavsiktligt förstärker befintliga hälso- och sjukvårdsobalanser. Transparens är också avgörande, eftersom AI-beslutsprocessen måste vara tydlig och förståelig för alla parter inblandade. Ansvar kommer näst, med tydliga ansvarslinjer för alla beslut som fattas av AI-system, så att någon kan hållas ansvarig om saker går fel.

Självbestämmande är i själva verket kärnan i etisk AI inom hälso- och sjukvård, vilket innebär att det är avgörande att vi inte bara respekterar utan också aktivt stödjer människors rätt att fatta välgrundade beslut om sin vård. Detta går utöver att bara tillhandahålla information – det handlar om att säkerställa att människor fullständigt förstår sina alternativ, de potentiella riskerna och fördelarna, och rollen som AI spelar där det används.

Vi måste garantera att användarna eller de som drar nytta av AI känner sig empowermentade och säkra på sina val, veta att de har ett ord med i de teknologier som påverkar deras hälsa och välbefinnande.

AI-modeller inom hälso- och sjukvård har ibland visat sig ha fördomar. Hur kan regulatorer och AI-utvecklare mildra denna risk?

För att mildra fördomar i AI-modeller är det nödvändigt att regulatorer och utvecklare fokuserar på att bygga system som är representativa för olika befolkningsgrupper. Det börjar med att samla in data från en bred range av demografiska grupper, så att AI är tränat på information som speglar den verkliga mångfalden av patienter. Men data i sig räcker inte – kontinuerlig övervakning är också nyckeln, eftersom AI-system bör regelbundet bedömas för att identifiera och korrigera eventuella fördomsfulla mönster som kan uppstå över tiden.

Att involvera en mängd olika intressenter i utvecklingsprocessen, inklusive etiker, patientrepresentanter, kliniker, medicinska experter etc., kan ge värdefulla perspektiv som hjälper till att säkerställa att AI-modellerna tjänar alla på ett rättvist och jämlikt sätt.

Hur kan regeringar och organisationer säkerställa att AI-drivna hälso- och sjukvårdsalternativ använder patientdata på ett ansvarsfullt sätt?

För att säkerställa att AI-drivna hälso- och sjukvårdsalternativ använder patientdata på ett ansvarsfullt sätt behöver regeringar och organisationer implementera starka dataskyddspolicys som tydligt anger hur patientinformation samlas in, lagras och delas.

Anonymiseringstekniker spelar också en central roll i att skydda människors identiteter, säkerställande att data kan användas utan att kompromettera sekretessen. Utöver det är det avgörande att följa både internationella och lokala dataskyddslagar, inte bara för att upprätthålla förtroende utan också för att säkerställa att AI-system fungerar inom lagliga ramar. Detta tillvägagångssätt hjälper till att skapa en grund av säkerhet och transparens som gynnar både människor och hälso- och sjukvårdssektorn som helhet.

Vilka är de största hindren i att reglera AI för hälso- och sjukvård, och hur kan länder övervinna dem?

Den snabba takten i teknisk utveckling kommer först i åtanke. Regleringar har ofta svårt att hålla jämna steg med hur snabbt AI-innovationer dyker upp, vilket lämnar luckor i tillsynen. Dessutom behöver beslutsfattare en djupare förståelse för både AI-teknologier och de unika komplexiteterna inom hälso- och sjukvård för att skapa effektiva och informerade regleringar.

En annan utmaning är bristen på global standardisering – utan konsekventa regleringar över länderna blir det svårt att främja internationellt samarbete och säkerställa att AI-lösningar kan distribueras på ett säkert och etiskt sätt över hela världen.

För att övervinna dessa hinder behöver länder investera i kontinuerlig utbildning för beslutsfattare, arbeta mot att harmonisera regleringar internationellt och vara flexibla i anpassningen till nya tekniska framsteg.

Länder kan hantera dessa hinder genom att främja kontinuerlig dialog mellan teknologer, hälso- och sjukvårdspersonal och regulatorer, och genom att investera i utbildnings- och utvecklingsprogram som broar kunskapsluckor. HealthAI, till exempel, hanterar detta genom sitt Globala Regulatoriska Nätverk (GRN), som stärker lokal kapacitet och förmåga i AI-reglering för hälso- och sjukvård, säkerställande att regulatorer över hela världen är välutrustade för att hantera den föränderliga AI-landskapet inom hälso- och sjukvård.

Hur hjälper HealthAI länder att bygga och certifiera ansvarsfulla AI-valideringsmekanismer?

Som en implementeringspartner arbetar HealthAI tillsammans med regeringar, hälso- och sjukvårdsministerier och andra hälso- och sjukvårdsorganisationer för att navigera inte bara säkerheten och effektiviteten hos AI-drivna hälso- och sjukvårdsverktyg, utan också deras etiska efterlevnad, säkerställande att teknologin är anpassad till både regulatoriska krav och samhällsvärderingar.

HealthAI stödjer utvecklingen av rigorösa certifieringsprocesser som hjälper till att etablera förtroende och ansvar i AI-hälso- och sjukvårdsalternativ. Genom att göra detta säkerställer vi att AI-system uppfyller de högsta standarderna innan de distribueras, vilket är avgörande för att skydda välfärden, förbättra de positiva resultaten och främja globalt förtroende för en ansvarsfull användning av AI inom hälso- och sjukvård.

Hur kan AI användas för att förutsäga, spåra och hantera framtida hälso- och sjukvårdskriser?

AI kan spela en avgörande roll i hanteringen av hälso- och sjukvårdskriser genom att tillhandahålla verktyg för att förutsäga, spåra och hantera utbrott mer effektivt. Genom prediktiv analys kan AI analysera stora mängder epidemiologiska data, identifiera mönster och trender som kan signalera potentialen för ett utbrott innan det händer, vilket ger myndigheterna tid att förbereda sig. Dessutom kan AI-drivna övervakningssystem i realtid kontinuerligt övervaka hälso- och sjukvårdsdata från sjukhus, kliniker och andra källor, vilket möjliggör en snabb upptäckt av nya hot och förmågan att svara snabbt för att innehålla dem.

AI kan också hjälpa till att optimera resurser under en kris, hjälpa myndigheterna att allokera medicinska förnödenheter, personal och andra kritiska resurser mer effektivt, säkerställande att de används där de behövs mest. Genom att integrera AI i allmänna hälso- och sjukvårdsstrategier kan länder förbättra sin förmåga att förutse och svara på framtida hälso- och sjukvårdskriser, förbättrande både beredskap och motståndskraft inför utvecklande hot. Detta proaktiva tillvägagångssätt räddar liv och hjälper till att minimera den övergripande påverkan av hälso- och sjukvårdskriser på samhället och ekonomin.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka HealthAI.