SINTEF har lang erfaring med helseforskning og bruk av kunstig intelligens. Her er eksempler på fire områder der vi kan effektivisere og forbedre med AI i helsevesenet:
Bedre og mer effektiv diagnostikk
Kunstig intelligens er i dag mest brukt til å analysere medisinske bilder automatisk. Forskning viser at slike beslutningssystemer kan gjøre veldefinerte vurderinger og i gitte tilfeller stille diagnoser like godt som radiologer eller patologer, men raskere og med mer nøyaktighet. Slike systemer blir lært opp til å se mønstre fra bilder allerede analysert av erfarne leger, og blir bedre jo flere bilder de kan bruke til å trene seg opp. Sammen blir radiologer og AI et drømmelag!
Kunstig intelligens forbedrer pasientens opplevelse
Nye teknologier som virtual reality (VR), chatbots og personlige, digitale assistenter spiller en økende rolle i mange folks liv, og i forskjellig grad drives disse av kunstig intelligens. Disse teknologiene vil bli en stadig større del av hvordan en pasient hanskes med dagliglivet og sykdommen. Det finnes få slike systemer i bruk i dag, men det er ventet at de i nær fremtid vil kunne hjelpe mange, særlig kronisk syke, med å forstå og håndtere sin egen situasjon og sykdom.
Utnytte begrensede ressurser best mulig
Helsepersonell tar mange beslutninger daglig om hvordan de best kan utnytte begrensede ressurser for å tilby best mulig helsetjenester. Eksempler kan være alt fra utnyttelse av dyrt medisinsk utstyr og bemanningsplanlegging, til mest mulig effektiv distribusjon av vaksiner og andre medisiner. Her kan også kunstig intelligens hjelpe. I dette tilfellet gjennom optimering som bidrar til å finne den beste løsningen blant ekstremt mange alternativer.
Utvikling av nye legemidler
Å utvikle et nytt legemiddel krever en lang prosess med kompliserte beslutninger og håndtering av store mengder data. Kunstig intelligens kan hjelpe forskere med å trekke ut viktig informasjon fra data fra tester, generere hypoteser og analysere resultater. Dette kan bidra til at legemidler får bedre kvalitet og kommer raskere ut på markedet.
Det pågår også omfattende forskning rundt hvordan store datasett kan gjøre behandling bedre og mer persontilpasset. For eksempel forskes det på å bruke data fra DNA-analyse eller andre sett med biologiske prøver, hvor målet er å utvikle medisin som er spesialtilpasset den enkelte pasient.
Men – etikk er viktig!
I Norge har vi unike helsedata som kan være en uvurderlig kilde for å trene algoritmer. Utnyttelse av disse må gjøres på en etisk og forsvarlig måte som ivaretar personvernet til de som har bidratt med data. Det er også lovkrav for hvordan data fra forskningsprosjekter eller direkte fra pasientjournaler bare under bestemte betingelser kan anonymiseres og brukes til andre formål enn opprinnelig forutsatt. Dette kalles sekundærbruk av helsedata.
Vi må også sikre gode prosesser og løsninger som gjør det mulig å forstå hvordan kunstig intelligens tar beslutninger og påvirker medisinering og behandlingsløp.
