OVERLEGEN 2-2024 14 KUNSTIG INTELLIGENS Utfordringene vi står ovenfor er velkjente og godt dokumenterte, og det er lett å håpe at teknologien kan hjelpe oss med personellkrisen. Det avhenger av at vi gjør det riktig fra begynnelsen. Historien er full av eksempler på teknologi som har store ambisjoner om å gjøre arbeidsoppgaver mer effektive, men som ender opp med å gjøre nøyaktig det motsatte. Fallgruvene er mange – og komplekse. Vi trenger KI, og vi trenger forskning. Når vi lager, innfører og bruker ny teknologi gir det muligheter, men det må gjøres riktig og med basis i erfaring og kunnskap. Det er begrunnet optimisme for at KI kan ha betydning for pasienter, helsepersonell og det norske samfunnet i sin alminnelighet. Men KI-løsninger som ikke er profesjonelt utformet og innført, kan være lite produktive for helsepersonell, og til og med utgjøre en risiko for sikkerhet, personvern og diskriminering. Som de første i landet, har Vestre Viken HF innført kunstig intelligens som arbeidsverktøy i avdeling for bilde- diagnostikk. Forskere fra senteret vårt har fulgt innføringen helt siden anbuds- prosessen. I Vestre Viken er teknologien satt til å analysere røntgenbilder for å finne benbrudd. Foreløpige resultater viser at verktøyet har bidratt til redusert ventetid og bedret ressursbruk og økonomi. Spørsmålet videre er om dette er overførbart til andre deler av tjenesten? Helsedata er drivstoffet for KI i helse. Og vi har mye helsedata i Norge, men svært mye av det er vanskelig tilgjengelig. For å lage gode beslutningsstøtteverktøy må vi ha gode modeller og da må vi ha tilgang til store mengder data som representerer pasientgruppen. Skjevhet i dataene eller dårlig kvalitet vil gi dårlige verktøy. Frykt for at sensitiv informasjon skal havne på avveie, styrer beslutninger om å gjøre data så vanskelig tilgjengelig som mulig. Vi kan ikke ha det sånn at verktøy som kan komme pasienter til gode aldri kan utforskes, utvikles eller innføres fordi data er for godt innelåst. Det er en grunn til at stjerneeksempelet på innføring av KI i Norge, i Vestre Viken, aldri fikk sett et norsk datapunkt før det ble innført, og norske data brukes fortsatt ikke i trening av modellen. Verktøyet er kjøpt «ferdig trent» fra et stort internasjonalt selskap og plugget inn i norsk tjeneste. Det er ikke vanskelig å se at denne framgangsmåten ikke er mulig innen alle felter. Det finnes også gode løsninger for å analysere og trene på data distribuert – altså uten å flytte dem fra der de opp- rinnelig ble lagret. Fødererte maskinlæringsmodeller kommer for fullt, og ivaretar personvernet nøyaktig like godt som sikkerheten ved den enkelte institusjon. Dette blir særlig viktig på internasjonalt nivå, der flytting av Kunstig intelligens i helsetjenesten – muligheter og utfordringer De siste årene har kunstig intelligens (KI) for alvor blitt allemannseie. Det skyldes dels store teknologiske og vitenskapelig framskritt, men ikke minst fordi teknologien har blitt gjort tilgjengelig for alle gjennom gratis verktøy som ChatGPT. Nå har vi alle muligheten til å tenke visjonært om hvordan KI kan bidra til å gjøre våre liv bedre, selv om vi ikke nødvendigvis er eksperter på KI. Det gjelder i stor grad også for helsesektoren. Av Stein Olav Skrøvseth, ph.d., senterleder ved Nasjonalt senter for e-helseforskning og førsteamanuensis ved UiT Norges arktiske universitet ››
RkJQdWJsaXNoZXIy MTQ3Mzgy