AIR

Signaturprojektet løb fra starten af 2020 og sluttede formelt i 2022.

Aalborg og Københavns Kommuner har efterfølgende arbejdet videre med modellerne. DigiRehab har også arbejdet videre med modellerne og forsøgt at eksportere viden om dem til resten af EU gennem projektet PRECaiSE.

Løsningerne er dog ikke blevet implementeret. Serviceloven giver nemlig ikke hjemmel til at sætte løsningen i drift. Idriftsættelse vil nemlig indebære en behandling af personoplysninger med henblik på at forudsige borgeres behov for og gavn af genoptræning for at undgå funktionsnedsættelse. Mens der findes en hjemmel hertil i databeskyttelsesforordningens artikel 6, stk. 1, litra e, samt artikel 9, stk. 2, litra g, forudsætter disse bestemmelser, at der er et supplerende nationalt retsgrundlag. Et sådant nationalt retsgrundlag findes med hensyn til behandling af personoplysninger til udvikling, men ikke med hensyn til behandling af personoplysninger som led i driften af løsningen.

Projektet videreudviklede en eksisterende algoritme til en egentlig prototype. Projektet er ikke blevet stoppet som sådan, men er sat i dvale. Den officielle forklaring er, at kommunen mangler en infrastruktur til at køre en live-model, mens der i andre kommuner er uenighed om, hvorvidt der er den nødvendige hjemmel til at implementere løsningen.

En algoritme sammenligner data mellem bevillinger af hjælpemidler med data fra faktiske træningsforløb hos borgerne. Dette skal danne et billede af hvilke borgere, der vil få øget livskvalitet og selvstændighed ud af fysisk træning. Algoritmen skal dermed udgøre et støtteværktøj til terapeuter og koordinatorer, når de skal træffe en beslutning, der giver borgerne en god og effektiv træning.

Algoritmen blev trænet ved brug af følgende data:  

1. Træningsdata fra DigiRehab-forløb (Antallet af træningspas udført, tidspunktet herfor, samt om forløbet blev gennemført eller afbrudt.)   

2. Hjælpemidler udleveret og afleveret fra en periode på 5 år.  

3. Hjemmeplejeydelser for alle borgere over en periode på 12 måneder.  

Alle data er blevet anonymiseret. I selve anonymiseringsprocessen har der ikke været mulighed for at back-tracke.

Herudover er der i selve udviklingen af algoritmen gjort store anstrengelser for, at man ikke endte med black-box-beslutninger. Der er altså ingen automatiseringer eller andet, der foregår med den kunstige intelligens som initiativtager.

Borgerne blev desuden white-listet. Det betyder, at der leveres en prioriteret liste ud fra de valgte forudsætninger. Der er ingen, der black-listes eller fratages.

Forskerne bag projektet har og vil fremadrettet prioritere etik, privatliv og sikkerhed meget højt. En af projektets pointer har nemlig været, at individets grundlæggende rettigheder sikres, når teknologien anvendes rigtigt og udvikles i samarbejde med dem, der skal bruge den, og som har indgående kendskab til den lovgivning, den anvendes under.

I forbindelse med dette projekt blev der identificeret en række udfordringer.   

Juridisk har forskerne haft en udfordring i form af, at der ikke er nogen hjemmel til at sætte løsningen i drift. Herudover ville forskerne have foretaget faldobservationer, men dette ville have skabt en anonymiseringsmæssig risiko. Hvis der kun havde været en person, der var faldet en given dag, ville det nemlig være muligt at backtracke sig til vedkommendes identitet. Forskerne valgte derfor ikke at medtage faldobservationer af hensyn til borgernes datasikkerhed.   

Etisk skaber dette dog et dilemma for forskerne. Hvis det havde været muligt at foretage faldobservationer, ville det nemlig kunne bidrage til at forhindre fremtidige fald. 

Nogle borgere, der kunne have gavn af genoptræning, tilbydes ikke genoptræning på det optimale tidspunkt. Projektet skulle dermed afklare, hvornår hvilke borgere med størst sandsynlighed vil kunne gennemføre træning, således at de kunne tilbydes en mere målrettet rehabilitering.

Signaturprojektet udspringer af et gennemført pilotprojekt, hvor Aalborg Kommune undersøgte effekten af at tilbyde målrettet træning til borgere, der fik udleveret et af fem udvalgte hjælpemidler - håndgreb, toiletforhøjer, badebænk, rollator og vendesystem.  

Pilotprojektet viste, at effekten af et træningsforløb er markant større end normalt, når det tilbydes borgere, der for nylig har fået et hjælpemiddel.