Vil bruke kunstig intelligens for å øke pasientsikkerheten

Pasientsikkerhetskonferansen arrangeres av I trygge hender 24-7 og Helsedirektoratet. Konferansen har som mål å inspirere til arbeid med pasientsikkerhet, reduksjon av pasientskader og forbedring i helse- og omsorgstjenesten.

Ishita Barua er lege og stipendiat ved forskergruppen Klinisk effektforskning ved Oslo universitetssykehus og Universitetet i Oslo.

– Jeg forsker på hvordan vi kan bruke KI-verktøy innen koloskopi til å diagnostisere tarmkreft, og er også opptatt av hvordan kunstig intelligens kan implementeres på en meningsfull og god måte.

– Utjevne forskjellene mellom endoskopører
Barua sier at verktøy basert på kunstig intelligens, som kan bidra til å oppdage polypper eller potensielle forstadier til tarmkreft, har et stort potensiale.

– I USA, som er en ledende KI-nasjon, ble det første KI-verktøyet for såkalt polyppdeteksjon ved koloskopi, godkjent for klinisk bruk på amerikanske pasienter tidligere i år. Vi i forskergruppen Klinisk effektforskning, publiserte i fjor en metaanalyse som viste at slike KI-verktøy kan øke polyppdeteksjonen med 50 prosent.

Analysen viste også at kunstig intelligens ikke øker oppdagelsen av kreft eller de større polyppene som kan være forstadier til tarmkreft.

– Det er de små polyppene som i større grad fanges opp med kunstig intelligens, og disse har lavere risiko for å utvikle seg til tarmkreft.

Barua trekker fram fallgruver hun mener at det er viktig å være bevisst på. 

– I dag fjernes alle polypper som oppdages under koloskopi – også de som ikke har potensiale til å utvikle seg til kreft. De færreste polypper blir til tarmkreft og risikoen for å få tarmkreft er rundt fem prosent, så det er et stort antall polypper som fjernes som ikke ville utviklet seg til kreft.

Hun forklarer at dersom KI-verktøy bidrar til å oppdage langt flere polypper uten å skille mellom de farlige og ufarlige, betyr det også at omfanget av overdiagnostikk kan øke. 

Gevinsten av å oppdage flere polypper fordrer at man også klarer å skille mellom farlige og ufarlige polypper, forklarer hun. 

– Klarer man det, betyr det at KI-verktøy kan bidra til å utjevne forskjellene mellom endoskopører med ulik erfaringslengde, ved at juniorene kan få hjelp av KI-verktøyet til å oppdage like mange polypper som seniorene.

Reell pasientkontakt
– Man må se det fra perspektivet hvilke problemer er det vi ønsker å løse. Det må være det første spørsmålet man stiller. Ønsker man å redusere risiko for pasientskader, ønsker man å få til bedre diagnostisering eller bedre behandling. Denne typen spørsmål er viktig, sier Barua. 

Hun påpeker at ved å bistå legene og annet helsepersonell, vil kunstig intelligens ha en stor rolle i framtiden med tanke på klinisk beslutningsstøtte ved å støtte opp om helsepersonell og legene i de beslutningene de tar i samråd med pasientene.  

Barua trekker fram journalsystemer som et eksempel på hvor kunstig intelligens kan hjelpe behandlere. 

– Istedenfor å bruke mye tid på å se bort fra pasienten og se inn i en skjerm mens du dokumenterer hva som blir sagt, så kan det kanskje i framtiden være en form for kunstig intelligens som hjelper deg med dette – slik at du kan konsentrere deg om reell pasientkontakt og reell pasientbehandling.

Identifisere de faktiske problemene
Hun påpeker at i USA og i Japan har de kommet lengre med å ta i bruk kunstig intelligens i klinikkene. 

– De har godkjent mange «AI-produkter» - og verktøy. Man ser at det har begynt å komme inn i sykehusene.

Hun understreker at vi må ha fokus på teknologi som et verktøy for å øke pasientsikkerheten.

– Ved at man utjevner forskjeller i klinisk erfaring ved bruk av KI-verktøy, er man ikke like prisgitt hvilket sykehus man er på eller hvilken lege man møter – med kunstig intelligens og annen type standardisering kan du få alle opp på et minimumsnivå. Det betyr forhåpentligvis at pasienter i større grad kan bli sikret et likeverdig tilbud.

For å utnytte teknologien på best mulig måte understreker hun at teknologiutviklingen må ta hensyn til de faktiske problemene i helsevesenet.

– Her må teknologene kanskje lytte litt mer til oss som er domeneeksperter innenfor helse. Vi kjenner helsevesenet best og vi vet hvor skoen trykker.