Kunstig intelligens er ikke kun på vej ind på bilernes førersæder. Det er også på vej ind på hospitalerne, hvor brugen af AI kan løfte behandlingen af epilepsi og finde svar på nogle af epilepsiens gåder
Hvordan kan robotter og kunstig intelligens bruges til at forbedre epilepsibehandling? Det gav formanden for Dansk Epilepsi Selskab (epilepsilægernes faglige selskab), Helle Hjalgrim, et muligt svar på i sit store oplæg på Epilepsikonferencen 2018.
Big data er store mængder komplekse data – både strukturerede og ustrukturerede. Formålet med at analysere big data er at afsløre skjulte mønstre, fortalte formanden og brugte krydsordsblade som et eksempel. I opgavehæfter er der tit en side fyldt med bogstaver, der først ser tilfældige ud, men når man har kigget lidt på dem, kan man se, at der rundt omkring på siden står nogle ord.
Big data skal løse gåden om SUDEP
På sundhedsområdet er big data store mængder sundhedsdata, bl.a. med oplysninger om behandlinger, diagnoser, indlæggelser, sygepleje, genoptræning og (bi-)virkninger af medicin. Det kan også være oplysninger om dine gener, blodprøver og laboratoriesvar. Hvis man kan finde nogle sammenhænge i de data, så kan det måske være med til at løse gåder som for eksempel SUDEP-mysteriet.
SUDEP står for Sudden Unexpected Death in Epilepsy – pludselig og uventet død i forbindelse med epilepsi. Det rammer i gennemsnit 1 af 1000 med epilepsi om året, hvor risikoen til en vis grad hænger sammen med epilepsityper og anfaldstyper. Fordi det er så få patienter, det sker for, ved man ikke nok om, hvorfor det sker – og hvordan det kan forhindres. Det kan analyse af big data forhåbentlig ændre på.
På konferencen præsenterede Helle Hjalgrim et igangværende studie på Case Western Reserve Universitet i Ohio. I et 170 millioner kroners stort projekt samler og analyserer man data fra 14 forskellige amerikanske og engelske institutioner om SUDEP-dødsfald. Der indsamles fysiologiske, billeddannende, genetiske og andre data, som forhåbentlig kan afdække årsagerne til SUDEP og danne grundlag for at udvikle behandlingsstrategier.
Big data kan også bruges til at målrette den medicinske behandling i form af såkaldt personlig medicin. Et eksempel er patienten med en genetisk betinget epilepsi, som kan få præcis den medicin, som man fra analyser af data ved er virksom til lige præcis den specifikke genforandring den pågældende har.
Robotten Watson arbejder på Rigshospitalet
Big data er også det, man fodrer kunstig intelligens (AI – Artificiel Intelligence) med. Kunstig intelligens er IT-programmer, der vil være stand til at overveje, lære og tage beslutninger på samme niveau som et menneske. I dag kender vi allerede AI fra talegenkendelse, maskinoversættelse, simple husholdningsrobotter og forsøg med selvkørende biler.
Kunstig intelligens er ikke kun på vej ind på førersædet i biler. Det er også på vej ind på hospitalerne. Region Hovedstaden indledte i sommeren 2016 et samarbejde med IBM omkring test af supercomputeren Watson. På Onkologisk Klinik på Rigshospitalet har man i et pilotprojekt testet, hvor god en læge maskinen Dr. Watson er i forhold til kræftlæger af kød og blod.
Watson fik til opgave at foreslå behandlinger til 31 anonymiserede patienter, som havde været gennem et behandlingsforløb. Efterfølgende holdt lægerne Watsons resultater op mod deres egne vurderinger. Ifølge centerleder for Finsencentret på Rigshospitalet, Leif Panduro Jensen, så er der ingen tvivl om, at det er en enormt spændende teknologi med et enormt potentiale.
Watson har dog en del at lære. I to tredjedel af tilfældene var Watson og lægerne nogenlunde enige om valget af behandling. Men i en tredjedel af tilfældene var Watsons forslag helt i skoven.
Watson lærer imidlertid hele tiden og er rigtig god til at huske. På samme måde, som skakrobotter bliver bedre til at spille, for hvert spil de gennemfører, og til sidst kan slå skakmestrene, så bliver Watson også mere og mere erfaren.
(Artiklen fortsætter under billedet af Helle Hjalgrim på Epilepsikonferencen. Foto: Lybker Foto)
Der er allerede nogle ting, maskinen er bedre til end læger. Den kan allerede nu bruges til at gennemgå røntgenbilleder eller scanninger efter brystkræft. Maskinen er i princippet også i stand til at læse forskning fra hele verden og bruge det til at begrunde sine anbefalinger. Det betyder, at man kan diskutere med Watson, hvis man er uenig, og så kommer den frem med en række artikler, der bakker påstanden op. Så lægerne kan bruge Watson til at analysere data og til at indhente en second opinion.
Kunstig intelligens kan også bruges på epilepsiområdet
Kunstig intelligens kan med tiden bruges på samme måde på epilepsiområdet, mener Helle Hjalgrim og fortæller bl.a. om et projekt, hvor man fodrede en model med data om den medicinske behandling af 35.000 epilepsipatienter. Ud fra alle de indsamlede oplysninger skulle modellen så foreslå medicin til nogle af patienterne, mens rigtige læger foreslog medicinen til andre lignende patienter. Modellen var god til at vælge en medicinering, der virkede så godt, at den ikke skulle justeres. Kun i 13 % af tilfældene var der overensstemmelse mellem modellens og lægens ordination, og i de tilfælde, hvor patienten fik modellens medicin, gik der længst, inden der skete justeringer.
Det store spørgsmål er så, om kunstig intelligens og robotter en dag vil erstatte lægen? Det tror Helle Hjalgrim ikke vil ske. Maskinerne kan analysere scanninger og målinger, læse forskningsartikler og give gode råd, men man skal ikke undervurdere betydningen af personlig kontakt. Og man skal passe på ikke at forenkle de rigtig gode sundhedstilbud, der trods alt eksisterer i dag, siger hun.
Det er ikke tilstrækkeligt at kunne stille en diagnose. Diagnosticeringen er blot et led i en behandlingsproces med relationer, samtaler, beslutninger og handlinger, der involverer patient, pårørende og sundhedspersoner, understreger DES-formanden. Men hun forudser, at man vil kunne lave et godt samarbejde mellem AI og menneskelig intelligens
Kilde
Her kan du hente præsentationen til Helle Hjalgrims oplæg “Fagre nye fremtid – hvad venter os på epilepsiområdet med big data, AI, teknologi og alt mulig andet spændende nyt?“
