Kan UL-simulator lære

Kan UL-simulator og KI lære opp leger i regionalbedøvelse?

Ultralyd er nyttig ved regionalbedøvelse, men det er krevende å bruke. Kanskje kan KI og ultralydsimulator gjøre opplæringen enklere? Det forskes det nå på i Trondheim. TEKST: TONE AGUILAR

Bak prosjektet står overlege ved ortopedisk seksjon ved Klinikk for anestesi og akuttmedisin ved St. Olavs hospital, Kaj Fredrik Johansen.

– Det er viktig å kunne anlegge en nerveblokade med høy grad av sikkerhet og minimalt ubehag for pasienten, sier Johansen til Hold Pusten.

Tidsaspektet spiller naturlig nok også en rolle her.

– Man skal ikke bruke hele formiddagen på en prosedyre som en øvet ekspert bruker 12 minutter på, legger han til.

«Vi synes resultatene er lovende, og det finnes så vidt jeg vet, ikke noe lignende arbeid i verden som tar for seg armhulens nerver, som er et komplisert område.»

For å gjøre opplæringen av nye anestesileger mer effektiv, har Johansen siden 2014 forsket på mulighetene for å lage en simulator for bruk ved ultralydveiledete nerveblokader.

Han og kollegene har dessuten utviklet et dataprogram som gjennom KI og dyp læring er i stand til å skille ut nervene i armhulen.

– Bruken er svært praktisk ved en såkalt aksillærblokade, som gir bedøvelse av armen under albuen.

Menneske versus maskin Johansens forskning var et av prosjektene som tidligere i år ble tildelt innovasjonsmidler fra Helse Midt-Norge.

– Planen er å gjøre en evalueringsstudie hvor en ekspert identifiserer nervene i armhulen samtidig som maskinen gjør det samme, uten at eksperten ser hva maskinen gjør, naturligvis, forteller Johansen. – Da kan vi se hvor stor grad av samsvar det er mellom menneske og maskin.

Forskerne arbeider også videre med å lage en modell med simulert ultralyd. – Noe som er svært teknisk utfordrende, forteller anestesilegen.

Studien bygger på Johansens tidligere forskning.

– All forskningen min så langt er riktignok et samarbeid med forskningsgruppen på Sintef, og spesielt med Erik Smistad og Ingerid Reinertsen, understreker Johansen.

De var i 2014 blant annet med i et samarbeidsprosjekt med andre europeiske sentre.

– Her så vi på om opplæring kunne styrkes ved å ha en simulator til bruk i trening på nerveblokader, forklarer han. En annen forløper for studien er prosjektet EyeGuide fra Norsk forskningsråd, hvor det ble laget et dataprogram som bruker moderne kunstig intelligens til automatisk å finne nerver og blodårer i et ultralydbilde.

«I innovasjonsprosjektet ønsker vi å bygge videre på dette arbeidet og lage en digital assistent som bruker kunstig intelligens og en simulator som uerfarne brukere kan øve på», heter det i et nyhetsbrev fra Helse Midt-Norge hvor årets innovasjonsprosjekter omtales.

Nytt og mulig å nyttiggjøre – Den nye studien har følgelig tre hovedformål, avklarer Johansen.

– Å lage en ultralydsimulator basert på vår teknologi, demonstrere at teknologien virker, samt å demonstrere at teknologien kan brukes i opplæring av leger.

Arbeidet hittil beskriver han som innovativt.

– Vi synes resultatene er lovende, og Kaj Fredrik Johansen. FOTO: PRIVAT

det finnes så vidt jeg vet, ikke noe lignende arbeid i verden som tar for seg armhulens nerver, som er et komplisert område.

Han er dessuten opptatt av at dette er svært praktisk forskning med et klart nytteformål.

– Det er altså nytt, nyttig og mulig å nyttiggjøre, sier Johansen og legger til: – Vi bruker lang tid på å utdanne anestesileger, og alle metoder som forbedrer utdanningen, er av det gode. Vi har imidlertid til gode å vise at de teknologiske nyvinningene faktisk gjør det.

Foreløpig har Johansens arbeid vært rettet inn mot en begrenset region av kroppen.

– Det gjenstår å se i hvilken grad de teknologiske funnene lar seg «oversette» til andre regioner, altså om nervegjenkjenningen er konsistent, avklarer han mens han lar et par spørsmål bli hengende i luften:

– Kan vi vente at programmet gjenkjenner nerver overalt, eller blir det avhengig av de omkringliggende strukturene i sin tolkning? n post@holdpusten.no