8 minute read

KI-satsning i Helse Nord

ILLUSTRASJONSFOTO: ISTOCK

Satser på KI i Nord

Helse Nord har som første regionale helseforetak vedtatt en strategi for å ta i bruk kunstig intelligens. Radiologi er blant fagområdene som skal først ut.

TEKST: TONE AGUILAR

– I Helse Nord må vi være best på avstand, og vi må håndtere vår geografi med utstrakt bruk av teknologi, så derfor må vi bli gode på dette tidlig, sier administrerende direktør i Helse Nord Cecilie Daae til Hold Pusten.

Strategien de har vedtatt, strekker seg fra 2022 til 2025.

– Og det viktigste for meg er muligheten denne satsingen gir for å legge til rette for utvikling og klinisk bruk av kvalitetssikrede løsninger for kunstig intelligens, presiserer hun og legger til: – Fokuset vårt er å forbedre kvaliteten på helsetjenestene og å effektivisere bruken av ressurser, og vi er optimistiske når det gjelder nytten kunstig intelligens vil få med hensyn til å

understøtte den kliniske aktiviteten innenfor alle fagområder.

Hun understreker riktignok at noen fagområder står lenger fram i køen med tanke på å ta i bruk kunstig intelligens. – Og radiologi er et av de fagområdene som man antar vil være nærmest å ta i bruk og nyttiggjøre seg av kunstig intelligens, sier Daae.

Brobygger

En sentral del i strategien for å innføre kunstig intelligens i Helse Nord er opprettelsen av Senter for pasientnær kunstig intelligens, SPKI. – SPKI skal være en brobygger mellom den gode forskningen og klinikken, sier Karl Øyvind Mikalsen, daglig leder ved senteret, til Hold Pusten.

Han forteller at det de siste ti årene har vært et utstrakt samarbeidet mellom Universitetet i Tromsø og Universitetssykehuset Nord-Norge, og at det er blitt bygget opp et veldig sterkt miljø innenfor kunstig intelligens og helse.

– Men vi har ikke klart å få den gode forskningen over i klinisk bruk slik at den kommer helsepersonell og pasienter til gode, og det er dette gapet vi i SPKI skal jobbet med å tette, fortsetter Mikalsen. – Vi skal bidra til at de riktige personene finner hverandre og slik være et møtepunkt som gjør at man kommer i mål med å implementere og å bruke kunstig intelligens.

Samtidig skal de være et kompetansemiljø som fortsetter med forskning, og de skal bygge opp kompetanse med hensyn til hva som finnes av kommersiell hyllevare innen KI. – Senter for pasientnær kunstig intelligens er vår viktigste medspiller, avklarer Daae. – Og den kunnskapen de besitter, er jeg helt sikker på at vil gjøre at vi kommer raskt fremover i tråd med den strategien som nå ligger der.

På trappene

Mikalsen på sin side forteller at man allerede så smått har begynt å ta kunstig intelligens i bruk innen radiologien i Helse Nord. – For eksempel brukes et program basert på kunstig intelligens for automatisk å måle beinalder hos barn, sier han. – I hele Norge blir KI i radiologien brukt i mindre grad, men vi er akkurat nå på trappene til å begynne å ta det i bruk i større omfang.

Om ett til to år regner han med at det vil komme. – Allerede nå i høst skal det utnevnes en arbeidsgruppe som består av fagfolk som for eksempel radiografer, radiologer og medisinske fysikere, i tillegg til folk fra SPKI, fortsetter senterets daglige leder. – Oppgaven deres blir å kartlegge markedet innen radiologi og å gå produktene nærmere etter i sømmene for å se på hvilke områder man kan ha størst nytte av KI.

Han trekker videre fram at KI kan brukes til mye innen radiologi. – Det kan for eksempel forbedre bildekvaliteten, og dette er allerede i bruk kommersielt, sier han. – Blant annet kan man anvende KI i prosessen med å rekonstruere medisinske bilder, hvilket vil gi bildene bedre kvalitet og gjøre at pasientene kan få lavere stråledoser. Dette vil igjen gi bedre undersøkelser for pasientene og gjøre hverdagen lettere for både radiologer og radiografer.

Han peker også på segmentering. – Det vil si at man automatisk identifiserer for eksempel lesjoner i lever, hjerne eller lunge i et radiologisk bilde, noe som kan bidra til forbedret og mer effektiv kreftdiagnostikk.

I tillegg fremhever han at KI kan være nyttig med tanke på prioritering av pasienter. – KI kan hjelpe til med å plukke bort de normale bildene slik at radiologene kan fokusere på de bildene som viser noe alvorlig først, sier Mikalsen.

Veien ryddet

Daae på sin side sier det har vært stor entusiasme og høye forventninger med hensyn til å bruke kunstig intelligens innen radiologi for å løse rutineoppgaver på en annen måte og å bruke den som en beslutningsstøtte. Det har imidlertid vært juridiske hindre. – Nylig ble det vedtatt lovendringer som åpner for at man kan bruke KI som støtte for behandling og diagnostisering av pasienter, presiserer hun.

Med dette er juridiske vanskeligheter ved bruk av KI ryddet av veien. – Ved granskning av bilder innen radiologi vil KI kunne bli veldig viktig, uttaler Daae.

«Vi er optimistiske når det gjelder nytten kunstig intelligens vil få med hensyn til å understøtte den kliniske aktiviteten innenfor alle fagområder.»

Cecilie Daae.

FOTO: MARTHE MØLSTRE Karl Øyvind Mikalsen. FOTO: ZOLTAN TOT/UNN

– Men samtidig vet vi at det å ta avansert teknologi ut i klinisk praksis er krevende, og at det alltid er ting man ikke har tenkt på. Derfor er jeg opptatt av og ser at det er betryggende at det fortsatt er fagfolk som skal ta beslutningene basert på samlede og helhetlige vurderinger.

Kan være så mangt

Fagsjef i Norsk Radiografforbund, Håkon Hjemly, har vært engasjert i kunstig intelligens innen bildediagnostikk, og han tok blant annet initiativ til at den internasjonale radiograforganisasjonen (ISRRT) og den europeiske radiograforganisasjonen (EFRS) – som begge har NRF som medlem – begynte et samarbeid for å se på anbefalinger om bruk av KI for radiografer. Dette resulterte i en felles uttalelse som kom på trykk i tidsskriftet Radiography i 2020.

Når det gjelder strategien som Helse Nord har vedtatt for å implementere KI, sier Hjemly følgende: – Det er veldig bra at de har en slik strategi og er bevisste på behovet for kunnskap hos involverte fagfolk om KI, og at disse må ha kunnskap som fortsatt gjør dem i stand til å ha kontroll og kunne være trygge på at alt fungerer bra. 

Han understreker riktignok at KI kan være så mangt, og at mange hevder at KI har vært i bruk i radiologien i flere tiår allerede, blant annet gjennom programvare som for eksempel gir hjelp til tyding av mammografibilder. – Andre vil mene at ekte KI kun er programmer som simulerer hvordan mennesker tenker ved hjelp av såkalt dyp læring og evne til å forbedre seg selv, understreker han.

I hovedsak er det to ulike KI-produkter; de som er programmerte på forhånd og som alltid vil gi forutsigbart og konsistente svar på samme spørsmål, og de som stadig forbedrer seg gjennom læring av hva som er rett og galt basert på økende mengde data og tilbakemeldinger.

Mer effektive og treffsikre

Når det gjelder mulighetene kunstig intelligens gir innen radiologien, så peker Hjemly på at man i fremtiden kan forvente systemer som er mye mer effektive og treffsikre enn det man har i dag. – Både klinisk utredning og henvisning, prioritering av hastegrad, valg av modalitet og prosedyre vil bli gjort mye raskere og bedre enn i dag med hjelp av KI, sier han og legger til: – Jeg tror også at KI vil føre til involvering av færre ledd i den diagnostiske og terapeutiske kjeden, og for mange typer undersøkelser tror jeg vi vil se at radiografer med støtte av KI vil gjøre mer komplett arbeid og at radiologer vil være mindre involvert.

Tilsvarende tror han KI langt på vei vil utgjøre medisinske fysikeres arbeid innen stråleterapi. – Noe av oppgavene til radiografer og stråleterapeuter vil også bli utført av KI-systemer, understreker han. – Vi ser i dag at KI bidrar i posisjonering av pasienter i forhold til aktuell prosedyre ved flere modaliteter, i prosessering av bildedata for å bedre bildekvalitet og ved reduksjon av stråledose og undersøkelsestid.

Videre sier han at KI-programmer vil kunne følge med på om de valg som blir gjort innen bildediagnostikk får optimalt utfall eller om noe burde vært gjort annerledes. – KI kan dermed bidra til læring hos radiografer og stråleterapeuter basert på det de selv eller andre har gjort, poengterer han.

Må ikke bli en sovepute

Hjemly er opptatt av at radiografer skal ha KI-kompetanse. – Skal radiografer og stråleterapeuter fortsatt være de fagpersonene vi er, må vi forstå og kunne ha en kontrollfunksjon for de oppgaver vi utfører, sier han. – Faren er at KI blir en såkalt black box som vi ikke klarer å forstå, men som vi bare velger å stole på og at den blir en sovepute som fører til faglig sløve og utdaterte radiografer. Da vil vi kunne oppleve at man har gjort seg selv overflødig som fagperson og at man kan bli erstattet av hvem som helst rett fra gaten, og dette vil kunne være til stor fare for pasientsikkerheten.

Hjemly ønsker derfor å se at oppdaterte radiografer og stråleterapeuter jobber bevisst med KI, er klar over systemets muligheter og begrensninger og dermed har en reell kontrollfunksjon. – Jeg ser også for meg at det vil bli mer tid til kommunikasjon og kontakt med pasienter og pårørende, og at sluttproduktet fra undersøkelser og behandlinger vil bli bedre, sier han. – Radiografer og stråleterapeuter vil derfor kunne bli mer effektive uten å føle at de løper fortere. n post@holdpusten.no

This story is from: