Genom innovativ upphandling bäddade Karolinska Universitetssjukhuset för omedelbar implementering av AI för mer precis diagnos och behandling av patienter med multipel skleros, MS. AI-lösningen utvecklades av sjukhuset tillsammans med upphandlad företagspartner utifrån vårdens behov.

Kort sammanfattning

När vård och industri driver innovation tillsammans sker det traditionellt i forsknings- och utvecklingssamarbeten före upphandling av utvecklad tjänst eller produkt. Vården kan då inte alltid dra nytta av de produkter och tjänster de själva varit med och utvecklat, även om de själva kan ha tagit initiativ till samarbetet.

Karolinska Universitetssjukhuset valde därför att vara innovativa när det gällde själva upphandlingsförfarandet. Genom att göra upphand­lingen innan samarbetet påbörjades, kunde sjukhuset omedelbart implementera de nya lösningar som togs fram. Inget monetärt utbyte gjordes. I stället var avtalet tydligt med de olika parternas roller avseende bidrag, ansvar och rättigheter till resultatet; Karolinska kunde direkt använda de algoritmer som utvecklades på initiativ av sjukhuset, och företagspartnern kunde sälja den till andra vårdgivare.

Karolinskas mål var att accelerera utveckling och användning av AI i vården. Genom att sätta vården i förarsätet och använda innovationsupphandling som strategiskt verktyg åstadkoms effektiv samverkan mellan spetskompetens inom vård och industri för utveckling och implementering av AI-beslutsstöd, i det här fallet vid diagnostik av patienter med multipel skleros, MS. En viktig slutsats är att innovationsupphandling underlättar implementering

Kategori

• Forskning och innovation
• Hälsa och sjukvård
• Upphandling

Exempel från

Region Stockholm, Karolinska Universitetssjukhuset

Tidsperiod

Avtalet mellan Karolinska Universitetssjukhuset och företagspartnern tecknades för 10 år (2019–2029). AI-lösningen implementerades 2023, först på sjukhusets sajt i Huddinge och året därpå i Solna.

Det innovationsprojekt som utvecklade det innovativa upphandlingsförfarandet drevs av Karolinska Universitetssjukhuset och Region Stockholm, initialt med fokus på integrerad diagnostik inom medicinsk bild och funktion och patologi. Projektet, som kallades I-AID, avslutades formellt hösten 2020, men fler konkreta AI-verktyg utvecklas med stöd av den process som togs fram.

Bakgrund – utgångspunkt, syfte och mål

Utgångspunkten för utvecklingen av konkreta AI-verktyg var ett identifierat behov i vården. En läkare som driver utveckling av vård för patienter med neurologiska sjukdomar såg behov av en AI-lösning för ett specifikt problem. Han ville dock inte starta den långa processen med få fribrev och starta företag för att utveckla applikationen, utan hade fokus på att snabbt få till en lösning att använda vid undersökningen av sjukhusets patienter.

Målet var att accelerera utveckling och användning av AI i vården. Genom att sätta vården i förarsätet och använda innovationsupphandling som strategiskt verktyg kunde effektiv samverkan uppnås mellan spetskompetens inom vård och industri för utveckling och implementering av AI-beslutsstöd vid diagnostik av patienter med multipel skleros, MS.

Upphandlingen av en utvecklingspartner ingick i projektet I-AID, som drevs inom Region Stockholm under ledning av Karolinska Universitetssjukhuset. Genom att driva konkreta utvecklingsprojekt kunde en snitslad bana (guide) för AI-utveckling och implementering både tas fram och testas på sjukhuset.

Genomförande

Konkreta pilotprojekt drevs där vård och industri tillsammans utvecklade AI-verktyg på vårdens initiativ. Samtidigt utvecklades och testades en process för samutveckling hela vägen till implementering. Följande steg undersöktes:

1. Identifiering av behov där AI kan vara en lösning
2. Upphandling, avtal och olika affärsmodeller
3. Policy och juridik – processer för datahantering
4. IT-infrastruktur – utveckling, drift och säkerhet
5. En snitslad bana – checklista med samtliga malldokument som hör till den nya processen som bäddar för implementering av samutvecklad produkt.

I arbetet deltog Karolinskas innovationsstödjande avdelning, experter från IT och Inköp/Upphandling, vårdpersonal med klinisk specialistkompetens samt företagets experter med kompletterande kunskap inom AI-utveckling. Projektet finansierades av Vinnova.

Det här har arbetet lett fram till

Resultatet blev både en process för samutveckling utifrån vårdens behov och implementering av en konkret AI-lösning.

1. Koncept för upphandling av innovationspartner – steg för steg

I-AID-projektet har resulterat i en snitslad bana, ett stöd för att på ett säkert sätt utveckla och införa AI i vården genom samarbete mellan vårdorganisation, forskare och företag. Banan kan användas av kliniska verksamheter för att identifiera behov av AI-stöd och sedan välja väg för att se till att en matchande lösning utvecklas – om lösningen ännu inte finns att köpa på marknaden.

Den snitslade banan består av följande:

• Process för klinisk behovsidentifiering
• Process och mallar för innovationsupphandling
• Ny affärsmodell för samverkan mellan vård och industri
• IT-infrastruktur – för säker hantering av data under AI-utveckling och driftsfas
• Kvalitetssäkrad policy – övergripande, dokumenterad
• Juridisk process på sjukhuset
• Checklista med dokument och funktioner/roller för förankring

Affärs- och samverkansmodellen utgick från att Karolinska Universitetssjukhuset be­sitter klinisk expertkunskap, klinisk infrastruktur och processer samt kliniska data. Allt sammantaget är av stort värde för utveckling av nya innovativa produkter och detta värde skulle kunna tillhandahållas i ett gemensamt innovationsprojekt med en upphandlad industripartner tillika leverantör. Företaget skulle i sin tur tillhandahålla expertkunskap inom AI-algoritmutveckling och produktutveckling, inklusive regulatoriskt ansvar.

Avtalet stipulerade utifrån detta resonemang att inga monetära eller andra ersättningar skulle ske mellan parterna. Utkomsten och värdet från gemensamma utvecklings- och innovationsprojekt skulle fördelas så att industripartnern erhöll äganderätt till och regulatoriskt ansvar för produkten och Karolinska Universitetssjukhuset skulle få fri nyttjanderätt till den regulatoriskt godkända produkten och framtida uppdateringar under produktens livstid. Upp­handlingen skulle således genomföras utan ”pris”, och urvalet av leverantör baseras på företagets erfarenhet, kompetens och kapacitet.

Akademin var inte en part i det kommersiella avtalet men hade en avgörande roll för samverkansmodellen, som integrerad del av universitetssjukvården och med vetenskaplig spetskompetens inom de specifika medicinska behovsområdena. Det var av yttersta vikt att kunna utvärdera vetenskapligt och publicera såväl resultat från utvecklingsfasen som framtida effekter vid införande av AI-lösningarna.

Samverkansmodellen som etablerades byggde på att skapa tydligt definierade roller och ansvar hos och mellan ingående parter, och på att tydligheten skulle bidra till att skapa incitament för parterna att bidra till bästa möjliga utfall, en ”win-win” på riktigt

Tidigare var det svårt få till strukturerade och automatiserade datauttag för forskning med alla tillstånd som krävs. Det behövde göras manuellt. Men genom projektet lyckades detta automatiseras till stor del. Den snitslade banan har nu använts av flera verksamheter på Karolinska för att upphandla AI-utveckling utifrån vårdens behov.

2. AI-stöd för precisions­diagnostik imple­men­terat

AI-verktyget är implementerat och kommer till nytta för 2 000–3 000 MS-patienter per år på Karolinska Universitetssjukhuset. Patientnyttan är stor. AI-verktyget gör det lättare för röntgenläkare att hitta små men kliniskt betydelsefulla förändringar, och förser läkaren med objektiva mätvärden som kan följas över tid. Mjukvaran i verktyget möjliggör också bättre balanserad nytta och risk för varje enskild patient.

De viktigaste slutsatserna

Innovations­upphandling under­lättar imple­men­tering

Forsknings- och utvecklingssamarbeten har traditionellt drivits före upphandling, vilket inneburit att utvecklade tjänster och produkter inte garanterat kommit vården till godo. I-AID valde att genomföra upphand­lingen innan samarbetet påbörjades, för att underlätta implementering av de nya lösningarna.

Engagemang och tid avgörande

För att lyckas med upphandling av innovation krävs ett stort engagemang från de kliniska verksamheterna, med tydligt fokus på implementering och nyttiggörande. Vidare behövs ett nära och öppet samarbete med sjukhusets övriga stödfunktioner inom upp­handling/inköp, IT/teknik, policy och juridik samt stöd för forskning och innovation (FoUUI). Det är också av yttersta vikt att verksamhetschefer involveras från start i diskussioner och ana­lys av behov, förväntade framtida nyttor, risker med olika utvecklings- och innovationsstrategier samt kopplingen till upphandling.

Tidsaspekten är av stor vikt i upphandlingar som omfattar utveckling av nya lösningar som närmar sig marknaden. Den tekniska utvecklingen går snabbt, särskilt inom AI, och en långsam process innebär risk att de initiala analyserna förlorar i värde. I fall där utveckling och samverkan är avhängigt ett fåtal experter, kan en långsam process dessutom innebära att nyckelpersoner hinner flytta och att projektet omintetgörs.

Välja upphandlingsförfarande

Innovationsupphandling är en strategi som passar då det finns ett kliniskt behov som inte direkt kan mötas med befintliga lösningar på marknaden, samtidigt som det finns en vilja att samverka för att skapa en ny produkt eller tjänst som möter behovet.

Lärdomar från I-AID är att det behövs omfattande dialog med marknaden och intresserade aktörer innan upphandlingen publiceras. Det behöver göras på ett strukturerat sett med hänsyn till likabehandlingsprincipen och Lagen om offentlig upphandling.

Affärsmodell utan monetär ersättning till företag

Att upphandla både utveckling och leverans av en produkt utan att erbjuda leverantören mone­tär ersättning kan vara ett attraktivt alternativ för vårdgivare. Det innebär möjlighet att driva utveckling och inno­vation även under perioder med ansträngda budgetar. Även om det kan vara svårt att prioritera investeringar, kan det vara möjligt att bidra med arbetstid och andra befintliga resurser.

Modellen kan även vara intressant i andra situationer. Det kan vara av intresse för vården att attrahera utvecklingspartner bland företag med kapacitet och för­måga att bära sina egna utvecklingskostnader samt förmåga att se långsiktiga affärsmöjligheter, och som värdesätter mer långsiktig samverkan med beställaren.

Risken med denna modell är att konkurrensen och urvalet av företagspartner blir mindre och att små intressanta innovativa företag med begränsad egen finansiell kapacitet slås ut.

Lärdomar till grund för effektivare process

Processen fungerade i stort sett bra, även om tiden för innovationsupphandlingarna initialt var lång. Alla ingående aktörer har behövt lära nytt, och det har krävt mycket diskussion och återkom­mande förankringsarbete. Under projektet såg vi tydligt hur upphandlingar kunde drivas på ett mycket mer effektivt sätt, i och med att kunskap och upphandlingsdokumentationen till stora delar var återanvändbar.

Fördjupning

Snitslad bana för utveckling av AI i vården Länk till annan webbplats.

Kontakt

• Anders Norén
• Karolinska Universitetssjukhuset
• anders.e.noren@regionstockholm.se