Got it — here’s a neutral, literal English version (no hype):
To meet the major health challenges facing Norway and the world, there is a need for more, better, and faster evidence-based assessments and advice. These assessments and advice are requested by the health, care and welfare services, the health authorities, and the population. With limited resources to prepare such assessments and advice, making the preparation of evidence-based assessments and advice more efficient is an important part of the solution. The Norwegian Institute of Public Health (FHI) seeks to achieve this through a project to develop, test, and evaluate a new process for evidence-based assessment and advisory work that uses artificial intelligence (AI). In addition to streamlining FHI’s current workflows, the project aims to contribute to future innovation in the public sector.
To realise this goal, interdisciplinary collaboration is key. FHI contributes subject-matter expertise in public health, extensive experience with the preparation of evidence-based assessments and advice, and experience with process improvement, including the use of machine learning. The University of Agder (UiA) contributes expertise in AI and will lead the development of the necessary AI tools, while the Institute for Research in Economics and Business Administration (SNF) will ensure effective integration of technology and organisational structure. A successful project will mean that service providers, the public administration, and the population are better equipped to handle public-health challenges—both in everyday life and during crises.
In 2025 we mapped current workflows and identified two application areas. The first is a tool that, using large language models (LLMs), can draft Norwegian-language research summaries for use in mini case presentations and mini-note assessments for the municipal sector. The second examines whether an application based on retrieval-augmented generation (RAG) can support quality assessment of evidence syntheses (e.g., checklists for assessing risk of bias). The first prototype for application area 1 has been tested internally. The evaluation for the prototype in application area 2 has been defined. We have also conducted several “adaptive spaces” to anchor the innovation and ensure responsible use (source attribution, traceability, and privacy). The next phase is piloting both application areas in selected expert environments at FHI.
For å møte de store helseutfordringene Norge og verden står overfor trengs det stadig mer, bedre og raskere kunnskapsbaserte vurderinger og råd. Slike vurderinger og råd etterspørres av helse-, omsorgs- og velferdstjenesten, helseforvaltningen og befolkningen. Ressursene for å utarbeide kunnskapsbaserte vurderinger og råd er imidlertid svært knappe. Løsningen er å utarbeide kunnskapsbaserte vurderinger og råd langt mer effektivt enn i dag. I dette prosjektet vil vi utvikle, teste og evaluere en ny prosess for kunnskapsbasert vurdering og rådgiving ved bruk av kunstig intelligens (KI) ved Folkehelseinstituttet (FHI). I tillegg vil vi frembringe ny kunnskap som kan bidra til fremtidig innovasjon i store deler av offentlig sektor. Vi vi vil få til dette ved integrere svært ulik ekspertise. FHI vil bidra med ledende fagkompetanse på folkehelse, stor erfaring med utarbeidelse av kunnskapsbaserte vurderinger og råd, og erfaring med prosessforbedring ved bruk av maskinlæring og andre avanserte verktøy. Universitetet i Agder (UiA) vil bidra med ledende ekspertise på KI og lede utviklingen av KI-verktøy. Samfunns- og næringslivsforskning (SNF) vil bidra med ledende ekspertise på innovasjonsledelse og sikre det avgjørende samspillet mellom teknologi og organisasjon. Kristiansand kommune vil stå i spissen for kommunale og nasjonale brukere av FHIs kunnskapsbaserte vurderinger og råd, og de vil sikre at innovasjonen gjør disse brukerne bedre i stand til å møte dagens og fremtidens helseutfordringer. Innovasjonen i form av ny KI-drevet prosess vil gjøre utarbeidelsen av kunnskapsbaserte vurderinger og råd ved FHI mer effektiv. Det vil gi tjenesten, forvaltningen og befolkningen mer, bedre, raskere kunnskapsbaserte vurderinger og råd. De vil da bli bedre i stand til å møte dagens og fremtidens utfordringer innen folkehelse - til hverdags og under kriser.
