Publicerad: 2026-09-28 11:59 | Uppdaterad: 2026-09-28 11:59

Pris uppmärksammar AI-ramverk för säkrare hälso- och sjukvård

Bild:

Farhad Abtahi, receiving the award from Joao Monteiro, Chief editor of Nature Medicine and Alexandre Loupy, Director of the Paris Institute for Transplantation and Organ Regeneration, and conference Chair.

Rubrik:

Farhad Abtahi, tar emot priset från Joao Monteiro, Chief Editor of Nature Medicine and Alexandre Loupy, Director of the Paris Institute for Transplantation and Organ Regeneration, och Conference Chair.

Ett abstract från forskare vid Karolinska Institutet har tilldelats Best Abstract Award vid Nature-konferensen "Redefining Healthcare in the Age of AI" i Paris. Arbetet beskriver ramverket MEDLEY, som använder skillnader mellan AI-modeller för att synliggöra osäkerhet i medicinska beslutsunderlag.

Intresset för hur stora språkmodeller kan användas inom hälso- och sjukvården ökar, men det finns fortfarande utmaningar när det gäller att säkerställa att systemen är tillförlitliga. Vid Nature-konferensen Redefining Healthcare in the Age of AI, som hölls i Paris den 8–10 september 2026, tilldelades Farhad Abtahi, Senior Forskningsinfrastrukturspecialist vid institutionen för klinisk vetenskap, intervention och teknik (CLINTEC) priset Best Abstract Award för "Bias as a feature, not a bug: leveraging multi-model disagreement for trustworthy clinical AI". Abstractet valdes också ut för en muntlig presentation.

Presentationen handlade om MEDLEY, ett ramverk som ser oenighet mellan olika AI-modeller som en potentiellt värdefull informationskälla snarare än något som bör elimineras.

Enligt forskarna kan systematiska skillnader mellan modeller avslöja brister i resonemang, luckor i träningsdata, tids- eller populationsspecifika bias samt situationer som behöver ytterligare validering. Sådan information skulle kunna bidra till utvecklingen av AI-system för klinisk användning.

Vid användning i vården kan ramverket presentera en samlad bedömning tillsammans med alternativa svar, avvikande uppfattningar och information om ursprunget till varje utdata. Detta kan hjälpa kliniker att identifiera osäkerhet, granska viktiga rekommendationer och uppmärksamma fall som behöver ytterligare utredning.

Forskarna betonar att MEDLEY är tänkt att komplettera, inte ersätta, medicinsk expertis. Ramverket behöver användas tillsammans med klinisk validering, uppföljning av resultat i olika patientgrupper, tester av användbarhet och tydliga ansvarsförhållanden.

En vetenskaplig artikel som beskriver MEDLEY har publicerats i tidskriften Frontiers in Artificial Intelligence och en online-demonstration av ramverket finns tillgänglig. Forskargruppen välkomnar samarbeten för att vidare validera ramverket i vårdmiljöer.