Status

  • Ing.dk er under ombygning - vi er tilbage mandag med nyt udseende. Henover weekenden er alt vores indhold åbent, men man kan ikke logge ind og debattere.
sundhedsinnovation bloghoved

Kan kunstig intelligens hjælpe et presset sundhedsvæsen?

Illustration: Adobe stockphoto

Med et sundhedsvæsen, der er presset på ressourcerne, spiller innovation en altafgørende rolle for at sikre den bedste behandling af patienterne og optimere arbejdsprocesserne. Derfor skal digitalisering og teknologiske løsninger bringes endnu mere i spil i hverdagen på hospitalerne ved fx at optimere processer og hjælpe med at prioritere de patienter, der skal behandles først.

Blandt forskere og sundhedspersonale er der stor interesse for de innovative løsninger og en af dem, kunstig intelligens (Artificial Intelligence), anvendes allerede på forskellig vis i sundhedsvæsenet. AI har et enormt potentiale for at revolutionere sundhedsindustrien og Region Hovedstaden har implementeret kunstig intelligens til at understøtte regionens brystkræftscreening.

Et andet eksempel på anvendelsen af kunstig intelligens i sundhedsvæsenet er projektet FLORENCE, udviklet i Region Sjælland, der netop har modtaget støtte af Den Europæiske Fond for Regionaludvikling Interreg Öresund-Kattegat-Skagerrak. Projektets ambition er at forbedre behandlingen af patienter med tarmkræft. I dag oplever minimum én ud af fire patienter komplikationer efter tarmkræft-kirurgi, som medfører genindlæggelse, varige mén og i nogle tilfælde død.

I projektet arbejder danske, svenske og norske samarbejdspartnere med professor Ismail Gögenur fra Center for Surgical Science på Sjællands Universitetshospital i front, sammen om at forbedre diagnose, prognose og behandling af patienter med tarmkræft gennem AI og federeret læring. Projektet udvikler et tool, der ved hjælp af en AI-algoritme giver lægerne et bedre beslutningsgrundlag for behandling af patienter med tarmkræft.

FLORENCE projektet anvender OMOP Common Data modellen, som er en førende tilgang til at skabe datainfrastrukturer, der fremmer anvendelsen af personlig medicin i sundhedsvæsenet (dvs. skræddersyet behandling af den enkelte patient). Via det, som kaldes federeret læring, vil projektet som noget helt nyt på globalt plan, koble AI-modellen direkte til klinikken på hospitalet.

Projektet vil på længere sigt være med til at skabe en international best practice for implementering af registerdatabaserede AI-modeller i klinisk praksis.

Udfordringer ved ny teknologi

Der er altså store muligheder for at anvende AI i sundhedsvæsenet. Men som med al anden teknologi er der også udfordringer. I forhold til artificial intelligence er en udfordring den mængde af data, der er til rådighed til at træne algoritmen. Det løses i FLORENCE projektet ved at anvende danske og norske patientdata fra kræftregistrene i de pågældende lande. Gennem federeret læring trænes algoritmen uden at udveksle data mellem de to lande.

En anden udfordring er tillid. Anvendelsen af nye teknologiske løsninger i mødet med patienten kræver tilpasning og tillid. Når lægen får et nyt digitalt tool i hænderne, som fx et AI-værktøj som beslutningsstøtte, skal hun have tillid til, at teknologien holder og giver hende den korrekte information.

På samme måde skal patienten have tillid til anvendelsen af artificial intelligence i behandlingen. Fra patientens perspektiv kan der være overvejelser om sikring af patientdata, hvordan sundhedsdata anvendes til udvikling af AI og hvorvidt behandlingen af den enkelte patient bliver mere præcis ved at anvende AI. Der er lavet kvalitative undersøgelser af dette på globalt plan, men der mangler flere undersøgelser til at belyse de danske patienters holdning til dette.

Anvendelsen af nye teknologier stiller også krav til kompetencerne hos sundhedspersonalet. Når der i større grad end tidligere implementeres teknologiske løsninger i sundhedsbehandlinger, lige fra AI til de mere lavpraktiske virtuelle konsultationer, kræver det, at sundhedspersonalet får indsigt i, hvordan teknologiske løsninger som fx AI anvendes på hospitalet, fordi det kræver en højere grad af digital forståelse. Dette aspekt bør derfor tænkes ind fra start af som en del af sundhedspersonalets uddannelse.

Hvis vi vender tilbage til det overordnede spørgsmål: Kan kunstig intelligens hjælpe et presset sundhedsvæsen? – Er svaret ja. Og vi er allerede godt i gang! Men det kræver kontinuerligt fokus på udvikling og innovation gennem forskning på området og uddannelse af sundhedspersonale, så kompetencerne følger med den teknologiske udvikling.

Søren Tvilsted, ingeniør på Sjællands Universitetshospital, blogger om innovation og forskning i sundhedsvæsnet.
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først

Hvornår kommer den relle hjælp til et presset sundhedsvæsen og ikke kun som potentiale til forbedringer. Igen igen hører vi eom AI (kunstig intelligens) som det store dy i åbenbaringen, men er det ikke bare maskinlæring, som kan virke noget langsomt opfattende.

  • 8
  • 0

Hej Henning

Tak for din kommentar. AI og maskinlæring er i kontinuerlig udvikling og løsningerne optimeres hele tiden, bl.a. gennem forskningsprojekter, som det nævnes i artiklen. Jeg ser helt sikkert AI som en hjælp til at forbedre sundhedsvæsenet.

  • 1
  • 0

Hej Henning

Tak for din kommentar. AI og maskinlæring er i kontinuerlig udvikling og løsningerne optimeres hele tiden, bl.a. gennem forskningsprojekter, som det nævnes i artiklen. Jeg ser helt sikkert AI som en hjælp til at forbedre sundhedsvæsenet.

  • 0
  • 0
Bidrag med din viden – log ind og deltag i debatten