Kunstig intelligens kan gi ny verdi til gamle pasientjournaler
Vi må bruke de nye verktøyene denne teknologien gir oss.
DEN 7. SEPTEMBER varslet Regjeringen en milliardsatsing på kunstig intelligens. Det er viktig at vi ikke bare forsker på, men også forsker med kunstig intelligens. Vi må bruke de nye verktøyene denne teknologien gir oss, for å skaffe oss erfaring. For ny kunnskap og bedre folkehelse.
I Norge og i verden ellers blir vi eldre, og vi blir flere. Med alderen følger økende risiko for kreft, demens, hjerte- og karsykdommer, diabetes og kols. Ikke bare må vi kurere og behandle sykdom, vi må også bli bedre på å leve med sykdom som kommer med høy alder i en tid med færre hender og knappe ressurser.
For å forstå mer trenger vi data, og vi må også utnytte teknologien vi nå har tilgjengelig. Vi plikter å se mulighetene innenfor reglene om taushetsplikt og personvern, fordi det kan gi bedre pasientbehandling, oppfølging og livskvalitet for pasienter og vår aldrende befolkning.
Helsearkivregisteret (HAREG) har data. Over 1 million pasientjournaler.
HAREG mottar, digitaliserer og bevarer alle pasientjournaler fra avdøde pasienter i spesialisthelsetjenesten. Pasientjournalene går over 100 år tilbake i tid. De fysiske journalene skannes og OCR-leses, slik at store mengder ustrukturert journalinformasjon blir maskinlesbar. I tillegg har registeret strukturerte metadata, som navn, personnummer, dato for fødsel, død og innleggelser, og diagnoser, både i tekstform og i form av ICD-koder. HAREG er på vei til å bli vårt største helseregister, målt i datavolum.
Ved hjelp av språkalgoritmer identifiserer vi relevante journaler eller journalsider som har det spesifikke innholdet forskere søker etter.
HAREG har bidratt til utvikling av, og tatt i bruk, et forskningsstøtteverktøy basert på språkalgoritmer (Natural Language Processing) for å utnytte denne verdifulle datakilden. I første omgang brukes forskningsstøtteverktøyet på digitaliserte pasientjournaler, men kan også benyttes på elektroniske pasientjournaler når de etter hvert blir en del av registeret.
KUNSTIG INTELLIGENS. Ved hjelp av språkalgoritmer identifiserer vi relevante journaler eller journalsider som har det spesifikke innholdet forskere søker etter. Dette kan for eksempel være: skjema for prøvesvar, observasjon, rekvisisjoner, epikriser, spesifikke symptomer, legemidler eller behandlinger. Det kan også være bredere konsepter, som for eksempel bruk av tvang, og fenomener som gjenspeiles i språk, som makt og holdninger. Innhold som kan danne grunnlag for både kvantitativ og kvalitativ forskning. Dette gjør at forskere kan gå gjennom mye mer data enn hva de ville fått til om det måtte gjøres manuelt, av mennesker. Det kan føre til nye svar og bedre folkehelse.
For eksempel kan bruk av et legemiddel enkelt identifiseres og kobles med andre metadata fra pasientjournalen. Dette åpner, blant annet, muligheter for å generere kontrollarmer til planlagte forskningsprosjekter.
KLOKKETESTEN. Et eksempel på bruk av ny teknologi på våre historiske journaldata, er forskning på klokketesten, en kognitiv screeningtest som i flere tiår har vært benyttet som ledd i utredning og forløpskontroll av demens, hjerneslag o.l. I forbindelse med et prosjekt ved Universitetet i Tromsø er det søkt om utlevering av anonyme klokketester fra HAREG. Klokketestene skal benyttes for å utvikle en algoritme der maskinen setter score etter å ha analysert bildet. Videre vil testens reliabilitet og validitet vurderes, samt hvilke aspekter ved tegningen som bidrar mest til scoren. Slik kan det skapes en ny tegnetest, fordi den gamle testen blir vanskeligere å bruke når det kommer nye generasjoner som ikke er like vant med gamle urskiver.
Eksempelet viser at vi kan få ny kunnskap og bedre folkehelse ved å bruke ny teknologi sammen med data fra HAREG. Selvfølgelig er det utfordringer knyttet til bruk av kunstig intelligens, men det er gjennom praktisk erfaring og kontinuerlig innovasjon at vi lærer om muligheter og begrensninger.
NYE MULIGHETER. Vi ønsker forskere velkommen til å bruke språkalgoritmer som verktøy i sin forskning. Journaler fra avdøde pasienter kan gi verdifull kunnskap for behandling og forebygging av sykdommer i framtiden. Bruk av språkalgoritmer på historisk journalinformasjon er en mulighet vi ikke har råd til å la gå fra oss. Bruk oss, sier vi i HAREG. Og bruk teknologien for hva den er verdt. Vår erfaring er at det finnes en vei innenfor gjeldende regelverk, til å høste erfaring og skape resultater for ny kunnskap og bedre folkehelse.
Veien blir til - hvis man går.
Ingen oppgitte interessekonflikter
