AI033 - AI udeblivelse

Billedet er generet af kunstig intelligens

AI udeblivelse

AI-systemet er et værktøj med det formål at nedbringe antallet af patienter, der udebliver fra deres aftaler.  

  • Region Sjælland
  • Slagelse Sygehus

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet anvendes på Slagelse Sygehus’ Børne- og Ungeambulatorium til at forudsige og forhindre udeblivelser fra planlagte aftaler. Det er udviklet og afprøvet i et samarbejde mellem ambulatoriets personale og Region Sjællands Koncern Digitalisering som led i et pilotprojekt. 

II. Hvornår blev det implementeret?

Løsningen blev taget i brug som pilotprojekt i løbet af 2024 på Børne- og Ungeambulatoriet. Efter de lovende resultater med markant færre udeblivelser (andelen af patienter der ikke mødte frem, faldt fra ca. 8% til 6%) forventes det, at systemet nu videreføres og potentielt udbredes til flere afdelinger fremover (for at høste tilsvarende gevinster andre steder). 

III. Hvordan gør systemet brug af kunstig intelligens?

Løsningen benytter avancerede algoritmer til at analysere mønstre i tidligere aftaler og identificere, hvornår patienter har særlig høj risiko for at udeblive. Algoritmen forudsiger således potentielle udeblivelser, hvorefter der enten sendes påmindelser eller også kontakter personalet proaktivt de pågældende patienter - alt sammen for at forhindre, at en aftale går tabt. 

IV. Hvilke data er blevet brugt til at træne algoritmen?

Algoritmen er trænet på historiske data om ambulatoriets aftaler og patienternes fremmøde. Ud fra disse data har systemet kunnet udpege risikofaktorer og tendenser - for eksempel var udeblivelser særligt udbredt blandt de 15-17-årige patienter, hvilket indgik i modellens mønstergenkendelse og risikoanalyse. 

V. Hvilke sikkerhedsforanstaltninger findes der?

AI-systemet fungerer udelukkende som beslutningsstøtte, idet det er mennesker (lægesekretærer og sundhedspersonale) der tager affære på baggrund af algoritmens input. Hospitalet understreger eksplicit, at den kunstige intelligens ikke erstatter det faglige personale, men blot supplerer dem. 

VI. Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?

Systemet blev indledningsvis afprøvet gennem et pilotprojekt i 2024 på ambulatoriet. Pilotforsøget demonstrerede en klar reduktion i udeblivelser (fra ca. 8% til 6% ikke-fremmødte patienter), hvilket tydede på, at teknologien virkede efter hensigten. Under implementeringen adresserede man potentielle udfordringer ved at sikre, at AI’en kun bruges som et støtteredskab for personalet og ikke som erstatning. Denne tilgang har hjulpet med at imødegå etiske og praktiske bekymringer, så systemet kunne integreres gnidningsfrit i de daglige arbejdsgange. 

VII. Hvordan er begrundelsen for indføring af systemet?

Begrundelsen for at indføre systemet var at afhjælpe det betydelige spild, som udeblivelser medfører for sundhedsvæsenet. Hvert år koster udeblevne patientaftaler millioner af kroner på landsplan, og lokalt på Slagelse Sygehus oplevede man mange udeblivelser - især blandt yngre patienter, hvilket er dyrt og forlænger ventelisterne unødigt. Ved at tage AI i brug mod udeblivelser kan sygehuset undgå spild af ressourcer og sikre, at flere patienter kan få behandling i rette tid. 

VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

Lignende AI-baserede systemer er blevet implementeret andre steder med positive erfaringer. For eksempel arbejder Region Hovedstaden på at udbrede en tilsvarende AI-model til endnu flere sygehusafsnit, især på kliniske områder hvor udeblivelser volder store problemer. Også internationalt ses gode resultater - i De Forenede Arabiske Emirater har man indført et AI-system, der forudsiger udeblivelser med over 86% nøjagtighed og som efter implementering reelt halverede andelen af patienter, der ikke mødte op. 

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet forudsiger proaktivt for alle patienter med planlagte aftaler, hvem der risikerer at udeblive. Det er ADS på individniveau, og output er prioritering af hvilke patienter der bør kontaktes for at sikre fremmøde.
Ændringshistorik (3 opdateringer)
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
Felt opdateret
Vis detaljer
+ Leverandør: Ukendt leverandør
Oprettet
Citér dette projekt

APA 7

Region Sjælland & Slagelse Sygehus. (2025). AI udeblivelse . I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. september 2026 fra https://offentlig-ai.dk/projekter/ai-udeblivelse

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412