Teknologiutvikling og konsekvenser for moderne sykehus
Fremskritt i forskning og teknologi fører til at helsetjenesten er i stadig endring, nye spesialiteter oppstår og andre får mindre betydning.
Av Erik Fosse
Avdelingsleder, Professor, Intervensjonssenteret, Oslo Universitetssykehus/Inst klinisk medisin, UiO
Spesialiteten thorakskirurgi er et eksempel, før 1960 var thorakskirurgi nesten utelukkende lungekirurgi og karkirurgien var i sin spede begynnelse. Etter utviklingen av hjertelungemaskinen i 1953, ble operasjoner på hjertet noen av de vanligste operasjonene i verden. I 2004 ble det utførte 4300 operasjoner bare for behandling av tette kransarterier i Norge. Samtidig utviklet den intervensjonsradiologiske behandlingen seg og ble den dominerende behandlingsformen. I 2017 var antallet operasjoner for tette kransarterier falt til ca 1200, mens det ble utført over 12000 intervensjoner. Intervensjonene ble gjort hovedsakelig at kardiologer. Utskifting av hjerteventiler ved hjelp av intervensjonsteknikk har hatt en dramatisk utvikling siden innføringen i Norge i 2008, noe som vil redusere behovet for åpen hjertekirurgi ytterligere og øke antallet pasienter som behandles intervensjons- radiologisk. Som følge av denne utviklingen la Feiring ned sin hjertekirurgiske virksomhet i 2018. Eksemplene på at bildeveiledet behandling blir den vanligste metoden, gjelder mange spesialområder.
Den teknologiske utviklingen på andre områder vil påvirke spesialisthelsetjenesten i enda større grad. Molekylær avbildning, mikrosensorer, automatisering av laboratorieanalyser og ikke minst sekvensering av det humane genomet i 2000 har ført til at enorme datamengder om hver pasient er tilgjengelige for diagnostikk og valg av behandling. Presisjonsmedisin, der vi tar hensyn til all denne informasjonen for å gi en individtilpasset behandling er nå innen rekkevidde. Genomikk, proteomikk, radiomikk etc er blitt nye medisinske begreper.
Med digitaliseringen av all informasjon er det mulig å utveksle pasientdata mellom ulike enheter i helsetjenesten. For pasienten vil det være viktig at den samme journalen er tilgjengelig uansett hvor i helsevesenet han henvender seg. Stortinget vedtok en slik funksjon i Norge for 8 år siden, men det utredes fortsatt. Sverige har innført denne funksjonaliteten for lenge siden. Tilgang til samme journal over alt i helsetjenesten vil redusere belastningen for pasientene fordi de slipper å gjenfortelle hele sin sykehistorie hver gang de kommer til en ny lege og det vil redusere feil behandling og redusere tiden fra pasienten oppsøker helsetjenesten til behandling er startet.
Utviklingen av datamaskiner med stor datakraft har gjort det mulig å analysere store datamengder. Kunstig intelligens der datamaskinene kan utføre automatiske analyser er derfor blitt et reelt verktøy for bruk i helsetjenesten. Digital patologi er på vei inn i patologiavdelingene: i stedet for at en patolog gransker alle snittene fra en biopsi i et mikroskop, scannes snittene av et høyoppløselig digitalt kamera. Etter hvert vil ulike algoritmer kunne gjenkjenne patologisk vev og patologenes oppgaver vil endres. Noe av det samme vil skje innen radiologien. I dag beskriver radiologen snittene og de tredimensjonale rekonstruksjonene på skjerm. Etter hvert vil ulike algoritmer kunne utføre tolkningen. Ved endoskopier vurderer i dag undersøkeren bildene. Etter hvert vil bildene også her bli analysert av datamaskinen.
Måten bildedata brukes i planlegging av behandling er også i endring. Ved Intervensjonssenteret fremstiller vi stadig oftere bildene tredimensjonalt. Dette kan gjøres ved å bruke en 3D skriver og lage en plastmodell av organet som skal behandles. Utviklingen av hodebaserte datamaskiner gjør at vi nå fremstiller bildene tredimensjonalt som et hologram. Det er ikke umulig at en røntgendemonstrasjon vil foregå ved at alle legene sitter med computerhjelmer og diskuterer bildene som hologrammer.
Denne teknikken kan også brukes under operasjoner slik at kirurgen ser både videobildet fra skopet og CT bildene tatt før operasjonen som et hologram lagt oppå videobildet som «augmented reality».
Men dette er bare begynnelsen på bruk av digitale data. Utenfor kreftområdet brukes i dag genetiske data i svært liten grad. Om noen år vil antagelig full genomsekvensering være en standardprøve som tas av alle pasienter ved første kontakt med helsevesenet. Ved å linke genetisk informasjon til utskriving av resepter eller medisinforordning i syke- hus, vil man da kunne få råd om pasienten vil tåle medisinen, ha nytte av den og om hva slags dosering som vil være hensiktsmessig for denne pasienten.
Mulighetene for å analysere store datamengder på kort tid og bruke kunstig intelligens til å vurdere mange ulike informasjoner, vil bli viktige verktøy i beslutningsstøtte ved sykehusene. I dag tas avgjørelser om behandling i møter med mange spesialister til stede, for å vurdere de ulike undersøkelsene og beslutte behandling. Ved bruk av kunstig intelligens vil vi kunne hensynta både pasientens genetiske informasjon, tekst og andre laboratorie- svar uten at alle spesialister deltar i møtet. Det er sannsynlig at slike digitale beslutningsverktøy vi vil kunne ta beslutninger som er mye mer tilpasset pasienten enn vi gjør i dag.
Også når det gjelder overvåkning av pasienter vil kunstig intelligens kunne spille en rolle. I operasjons- og intensivavdelingene vil computeren kontinuerlig følge utviklingen av pasientens vitale data, den vil så kunne foreslå behandling, igjen tilpasset pasientens genom, tidligere sykdommer og ikke minst vil den kunne varsle om effekt og interaksjon av ulike medikamenter. Ved Intervensjonssenteret forsker vi på å utvikle slike algoritmer i dag.
Med utviklingen av enkle sensorer, vil vi etter hvert også kunne foreta trendanalyser av vitale data som blodsukker, spirometriresultater, oksygenmetning, EKG når pasienten er hjemme. Det vil bety en kontinuerlig strøm av personlige data som skal overvåkes og analyseres kontinuerlig og der datamaskinen må varsle når det er behov for å intervenere.
Den grunnleggende teknologien for denne funksjonaliteten er allerede til stede. Men de nye digitale teknikkene innebærer store etiske, juridiske og datasikkerhetsmessige utfordringer som i dag er uløste. Dagens lovverk strekker ikke til for å kunne brukes på dataalgoritmer som nærmest lever sitt eget liv. Det er stor risiko for at pasientdata kan komme på avveie og vi vet i dag ikke hvordan vi skal standardisere denne typen teknologi slik at den har den nødvendige sikkerhet. I BigMed prosjektet vi har drevet ved OUS i noen år, er dette viktige forskningsområder. Det er sannsynlig at vi i løpet av noen år både vil ha den nødvendige datasikkerhet og et lovverk som kan regulere og muliggjøre bruk av sensitive pasient- data på en måte som gjør følgende fremtidsscenario mulig:
Du føler deg dårlig, så du trykker på øyeblikkelig hjelp appen på din mobil. En datamaskin svarer og ber deg oppgi fødselsnummer. Umiddelbart vil datamaskinen ha fremme din genetiske profil og informasjon om alle dine tidligere møter med helsevesenet, inkludert informasjon om hvilke medisiner du bruker. Når du så forklarer dine symptomer, vil datamaskinene kunne komme opp med de 4-5 mest sannsynlige diagnosene. Og den vil ta en beslutning. Beslutningen kan være at du må komme til sykehuset umiddelbart. Du får beskjed om at det kommer en bil og henter deg.
Når du kommer til sykehuset har datamaskinen foreslått hvilke prøver som skal tas og presentert sykehistorien for personellet som møter deg. Legen vil derfor være fullt oppdatert og kan forklare hva som skal skje. Du vil være trygg på at de vet både hvem du er og hvilke sykdommer du har, eventuelle allergier og familiære disposisjoner.
Dette kan bli en mer pasientnær og persontilpasset helsetjeneste enn i dag.