AI Sweden Podcast

Kan stora språkmodeller användas för att stärka patientsäkerheten? Resultat från Region Västmanland tyder på att svaret på den frågan är ja.
– Vården har samlat en guldgruva med information som vi nu ser att det finns möjlighet att analysera och använda för att förbättra patientsäkerheten, säger Anders Krifors, chefsläkare och överläkare på infektionskliniken på Västerås sjukhus.
I ett nationellt projekt samarbetar Region Västmanland nu med Västra Götalandsregionen, Region Skåne, Sveriges Kommuner och Regioner, Innovation Skåne och AI Sweden för att ta både användningen av språkmodeller och nödvändig datadelning till nästa nivå.
Tillsammans med Magnus Kjellberg, som leder Kompetenscentrum AI på Sahlgrenska universitetssjukhuset och är också regional AI-samordnare på regionens centrala AI-kontor, gästar Anders Krifors AI Sweden Podcast.
Avsnittet handlar bland annat om
Hur de stora mängder information som i avvikelserapporter kan analyseras med AI för att identifiera mönster och förbättra patientsäkerheten.
Region Västmanlands arbete med att använda AI för att klassificera läkemedelsavvikelser och lyckades uppnå en klassificeringskvalitet i nivå med domänkunninga experter.
Om hur information insamlad i fritext kan struktureras med hjälp av språkmodeller.
Hur lärdomar från projektet kan överföras till andra tillämpningsfall inom vården, och även till andra samhällssektorer som hanterar avvikelserapporter.
Projektet är medfinansierat av Tillväxtverket genom Europeiska regionala utvecklingsfonden.

Hur promptar med en stor språkmodell på bästa sätt? Vad är skillnaden mellan att använda modellerna i ett chattinterface och att bygga agenter? Och är inte modellerna snart så bra att vi kan sluta prata om prompt engineering?
Christian Ryan, Product Engineer i Anthropics Applied AI-team, delar med sig av sina tips med fokus på Anthropics Claude. Fokus ligger på agenter, vad de är, hur man utvecklar dem, och inte minst hur man kan utvärdera att de gör vad de ska. Men det blir också tips som är relevanta för vanlig ”skrivbords-användning” av Claude.
De länkar Christian nämner i samtalet:
- https://www.anthropic.com/engineering/claude-code-best-practices
- https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
- https://engineering.atspotify.com/2025/11/context-engineering-background-coding-agents-part-2

Hur promptar med en stor språkmodell på bästa sätt? Vad är skillnaden mellan att använda modellerna i ett chattinterface och att bygga agenter? Och är inte modellerna snart så bra att vi kan sluta prata om prompt engineering?
AI Sweden Podcast gästas den här gången av Erik Wallström, AI Customer Engineer på Google Cloud. I avsnittet delar han med sig av sina tips, med fokus på Googles Gemini. Prompt engineering sätts i relation till context engineering, det handlar om utvärdering av agenter och varför metapromptning är ett sätt att förbättra sina instruktioner till modellen.

I en allt mer komplex omvärld – och där artificiell intelligens erbjuder nya sätt att utveckla och förbättra kärnuppdraget – hur tänker man som region- och kommunikationsdirektör? I det här avsnittet delar Krister Björkegren, regiondirektör i Region Halland, och Johanna Steier, kommunikationsdirektör, med sig av sina svar på den frågan.
De handlar bland annat om att bygga tillit, om kommunikation, och om vägval kring teknikkompetens och AI-strategier.
I avsnittet nämns projektet Datadrivna organisationer, där Region Halland tillsammans med Aixia drev ett av användningsfallen och ett tidigare avsnitt av AI Sweden Podcast. Lyssna gärna på det också!

När behöver man de största modellerna på den mest kraftfulla hårdvaran? Och när räcker det med mindre modeller och mer begränsad beräkningskapacitet? 
Den frågeställningen tog sig Region Halland och Aixia an som ett av tre användningsfall i det stora samarbetsprojektet ”Datadrivna organisationer” (DDO). Tillsammans tog de fram benchmarks för både språkmodeller och bildanalys för att jämföra hur bland annat energiförbrukningen förändras beroende på hårdvara, modell och utvecklingsramverk. 

I avsnittet berättar Stefan Bäckström, Region Halland, och Milena Miernik och Olof Sandell, Aixia, om projektet som tog sin utgångspunkt i konkreta behov som finns i sjukvården.
DDO avslutades i december 2025, efter drygt 20 månader där organisationer från näringslivet, offentliga sektor och akademi jobbat tillsammans för att hitta svar på hur man tar AI från experiment till verklig implementering. Tillsammans har de identifierat de organisatoriska, tekniska och styrningsmodeller som möjliggör ansvarsfull, skalbar och effektiv AI-drift.
Projektet har finansierats av de deltagande organisationerna och Vinnova. AI Sweden delfinansieras av European Regional Development Fund inom projektet "Ökat nationellt samarbete för accelererad användning av AI i alla branscher".