For å møte de store helseutfordringene Norge og verden står overfor, trengs det stadig mer, bedre, og raskere kunnskapsbaserte vurderinger og råd. Disse vurderingene og rådene etterlyses av helse-, omsorgs- og velferdstjenesten, helseforvaltningen, og befolkningen. Med begrensede ressurser til å utarbeide slike vurderinger og råd, er en mer effektiv utarbeidelse av kunnskapsbaserte vurderinger og råd en viktig del av løsningen. Dette søker Folkehelseinstituttet (FHI) å oppnå gjennom et prosjekt for å utvikle, teste, og evaluere en ny prosess for kunnskapsbasert vurdering og rådgiving som tar i bruk kunstig intelligens (KI). I tillegg til å effektivisere dagens arbeidsflyt ved FHI, ønsker prosjektet å bidra til fremtidig innovasjon i offentlig sektor.
For å realisere dette målet, er tverrfaglig samarbeid nøkkelen. FHI bidrar med fagkompetanse på folkehelse, omfattende erfaring med utarbeidelse av kunnskapsbaserte vurderinger og råd, og erfaring med prosessforbedring ved blant annet bruk av maskinlæring. Universitetet i Agder (UiA) bidrar med spisskompetanse på KI og vil lede utviklingen av de nødvendige KI-verktøyene, mens Samfunns- og næringslivsforskning (SNF) vil sikre en effektiv integrasjon av teknologi og organisasjonsstruktur. Et vellykket prosjekt vil føre til at tjenesteytere, forvaltningen, og befolkningen blir bedre rustet til å håndtere folkehelseutfordringer - både i hverdagen og under kriser.
I 2025 kartla vi dagens arbeidsflyter og identifiserte to bruksområder. Det første er et verktøy som med store språkmodeller (LLM) kan utarbeide utkast til forskningsomtaler på norsk for bruk i minisaksframstillinger og mininotedevurderinger til kommunesektoren. Det andre undersøker om en applikasjon basert på retrieval-augmented generation (RAG) kan støtte kvalitetsvurdering av kunnskapsoppsummeringer (f.eks. sjekklister for vurdering av risiko for skjevhet). Første prototype for bruksområde 1 er testet internt. Evaluering av prototype for bruksområde 2 er definert. Vi har i tillegg gjennomført flere «adaptive rom» for å forankre innovasjonen og sikre ansvarlig bruk (kildebinding, sporbarhet og personvern). Neste fase er pilotering i utvalgte fagmiljø ved FHI for begge bruksområdene.
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.
