Saken er produsert og finansiert av Universitetet i Agder - Les mer
I en gjennomsnittlig pasientjournal er det rundt 200 dokumenter. Leger trenger ofte en oversikt raskt for å kunne ta riktig beslutning om behandling.

Kunstig intelligens kan hjelpe leger

Datamaskinen henter relevant sykdomsinformasjon fra 200 dokumenter i løpet av noen sekunder. Det kan være til stor hjelp på akutten. 

6.3 2017 04:00

– Teknologien bidrar til sikrere og oppdatert informasjon om lidelse og risiko, og gjør den tilgjengelig for legene i pasientbehandlingen. Forskningsresultatene så langt viser at systemets presisjon ikke er langt unna nivået til erfarne klinikere. I tillegg er datamaskinen mye raskere enn legene, sier Geir Thore Berge.

Han er sykepleier og utdannet innen IT- og informasjonssystemer og arbeider i seksjon for teknologi og e-helse ved Sørlandet sykehus HF. Som doktorgradsstipendiat er han tilknyttet Senter for e-helse- og omsorgsteknologi og Institutt for informasjonssystemer ved Universitetet i Agder (UiA).

Sammen med overlege Tor Oddbjørn Tveit ved sykehuset og professor Ole-Christoffer Granmo ved UiA, forsker han på hvordan helseinformasjonen struktureres ved Sørlandet sykehus. Berge har utviklet et system som gjenkjenner språklige mønstre og begreper i store mengder data.

– Det er gjennomsnittlig omkring 200 dokumenter i en pasientjournal. Særlig på akutten er det gunstig at legen raskt får oversik over for eksempel pasientens allergier for å kunne ta en riktig beslutning om behandling, sier Berge.

Datamaskinen forteller ikke legen hvilken behandling som er påkrevd, men henter fram relevant informasjon om pasienten slik at legen kan ta en tryggere beslutning.

Kunstig kreativitet

Systemet assosierer seg fram til den relevante informasjonen ut fra pasientens dokumenter ved hjelp av såkalte læringsalgoritmer. Kort sagt betyr det at systemet ikke bare hermer og henter fram informasjon som er lastet inn, men at det også er i stand til å sette sammen informasjonen på en ny måte.

Professor Ole-Christoffer Granmo har gjort grunnforskningen på dette området. Basert på kunstig intelligens har Granmo utviklet et språkverktøy med evnen til å lære seg et hvilket som helst språk etter å ha blitt foret med store mengder tekst. Berge har bare funnet to vitenskapelige artikler i hele verden som omtaler den samme typen oppskrifter og verktøy, men disse er ikke fullt ut selvlærende, og de er heller ikke testet i praksis.

– Vi har prøvd ut Granmos oppskrift som er fullt ut selvlærende, og vi får den også til å virke i praksis, sier Berge.

Berge har utviklet et datasystem som mater Granmos algoritmer med de riktige reglene og begrepene, mens overlege Tveit har vært en støttespiller på det medisinske. Tester av systemet har fungert så godt at Sørlandet sykehus allerede har bestemt seg for å prøve det ut på egne pasienter på operasjons- og intensivavdelingen i vår.

Lovende resultater

– Resultatene så langt er veldig lovende. Systemet fanger opp meningssammenheng og assosiasjoner og er klokere enn før. Ni av ti relevante informasjoner knyttet til allergier blir oppdaget, sier Tveit.

Han var den som foreslo å teste de nye algoritmene på allergi i første omgang.

– Allergi kan være vanskelig og komplekst, og hvis systemet kan lære dette feltet, vil det sannsynligvis kunne overføres til andre sykdomsområder, sier Tveit.

Overlegen er overrasket over framgangen i forskningsprosjektet.

– Jeg trodde ikke at kunstig intelligens kunne fange opp alle disse variablene så fort og presist og assosiativt, men det gjør altså dette systemet. Det gir en veldig god oversikt over det du må tenke gjennom før du som lege tar en beslutning, sier Tveit.

Utprøving i tre måneder

Nå skal det nye elektroniske systemet testes ut i klinisk praksis.

– Vi setter nå i gang med å teste systemet på pasienter ved operasjons- og intensivavdelingen. Det kommer vi til å bruke to-tre måneder på, sier Tveit.

Hvis systemet fungerer like godt i praksis som det har gjort i teoretiske prøver, regner Tveit med at det faglige er såpass på plass allerede at de nye algoritmene kan tas i bruk ganske raskt.

– Rent faglig vil det da kunne tas i bruk med en gang. Det som eventuelt vil ta tid, er kommersielle, juridiske og byråkratiske vurderinger og avklaringer, sier Tveit.

Han understreker at det er fire momenter som må være på plass for at et nytt system for informasjonsstrukturering kan tas i bruk på sykehus.

– Systemet må for det første gi relevant informasjon. For det andre, må det unngå irrelevant informasjon og for det tredje må det hente informasjonen raskt. For det fjerde må det være en kvalifisert lege som tolker informasjonen maskinen henter fram, sier Tveit.

Legen fremdeles viktigst

Han understreker at i likhet med andre hjelpemidler på sykehus, kan du ikke stole hjelpemiddelet alene.

– Kunstig intelligens brukt i sykehusets datasystem vil kunne hjelpe legen å ta sikrere valg til det beste for pasienten. Det vil fungere omtrent som et røntgenbilde og en blodprøve. For at det skal ha noen verdi, må legen tolke røntgenbildet, blodprøven og informasjonen fra datamaskinen før han beslutter seg for eventuell behandling, sier Tveit.

forskning.no ønsker en åpen og saklig debatt. Vi forbeholder oss retten til å fjerne innlegg. Du må bruke ditt fulle navn. Vis regler

Regler for leserkommentarer på forskning.no:

  1. Diskuter sak, ikke person. Det er ikke tillatt å trakassere navngitte personer eller andre debattanter.
  2. Rasistiske og andre diskriminerende innlegg vil bli fjernet.
  3. Vi anbefaler at du skriver kort.
  4. forskning.no har redaktøraransvar for alt som publiseres, men den enkelte kommentator er også personlig ansvarlig for innholdet i innlegget.
  5. Publisering av opphavsrettsbeskyttet materiale er ikke tillatt. Du kan sitere korte utdrag av andre tekster eller artikler, men husk kildehenvisning.
  6. Alle innlegg blir kontrollert etter at de er lagt inn.
  7. Du kan selv melde inn innlegg som du mener er upassende.
  8. Du må bruke fullt navn. Anonyme innlegg vil bli slettet.

Annonse

Emneord