helse-it

Norsk-utviklet simulator skal gi realistisk trening på nødsituasjoner

Hvordan kan de som svarer telefonen når mennesker i nød ringer, trene på en trygg og realistisk måte? Ved hjelp av språkmodeller, dyp maskinlæring og nevrale nettverk, mener det Stavanger-baserte selskapet Sklls.

De ansatte opplever det som trygt å kunne trene på de mest alvorlige hendelsene uten at det er liv i fare, mener AMK i Stavanger. Her en operatør ved AMK i Vestre Viken.
De ansatte opplever det som trygt å kunne trene på de mest alvorlige hendelsene uten at det er liv i fare, mener AMK i Stavanger. Her en operatør ved AMK i Vestre Viken.

− Det simulatoren hjelper oss med, er at vi kan trene uten at det har skjedd en reell hendelse. Da kan en uerfaren operatør trene seg på en alvorlig hendelse uten at liv står i fare, sier Fredrik Ludvigsen på telefon til Digi.

Han er ambulansearbeider, sykepleier og operatør på AMK-sentralen i Stavanger. Nå jobber han også med implementering og utvikling av simulatoren HiSklls, som selskapet Sklls har utviklet.

Simulatoren bidrar til å trene noen av de viktigste personene i nødetatene: De som svarer telefonen når du ringer nødnummeret. Simulatoren skal hjelpe operatørene med å bli trygge og med å kunne snakke, tenke og skrive samtidig.

− Det er ikke bare å ta imot en melding fra noen i nød, det må inn på dataen så ambulansen får det opp i sin bil, adressen må med og inn i kartsystemet. Det er fem-seks dataprogrammer å håndtere samtidig, sier Ludvigsen.

Da trengs trening i reelle scenarier.

− Glemmer at det er en maskin

− Noe operatørene trener veldig mye på, er hjerte- og lunge-redning og det å kjenne igjen en hjertestans. Det kan være svært krevende over telefon, sier Ludvigsen.

Operatørene må kunne veilede mennesker som aldri har gjort hjerte- og lungeredning. Både på norsk og engelsk.

Det er viktig at operatørene kan manøvrere i kompleksiteten i oppgavene.

Store og alvorlige hendelser som snøskred og trafikkulykker krever samarbeid på tvers av ambulanse, politi og brannvesen.

Da føles det trygt å kunne trene på de mest alvorlige hendelsene uten at det er liv i fare, mener Ludvigsen. Simulatoren kan settes opp til å kjøre scenarioer der det bare finnes én ekte person, mens datamaskinen er både innringer, politi og hovedredningssentralen.

− Noen har sagt at til slutt glemmer du at det er en datamaskin du snakker med, sier Ludvigsen.

Det er også målet til selskapet bak simulatoren.

Slik kan en samtale med AI-en høres ut

Operatør: Medisinsk nødtelefon.

AI: Dere må komme. Sønnen min er dårlig og jeg får ikke kontakt med han. Dere må hjelpe meg.

Operatør: Hvor er dere hen?

AI: Vi er på [anonymisert].

Operatør: Hvilken kommune er det i?

AI: Stavanger ja.

Operatør: Hvilket telefonnummer ringer du fra?

AI: Får dere ikke opp telefonnummeret da? Det er [anonymisert]. Kom nå heller.

Operatør: Hva er det som har skjedd?

AI: Han trenger hjelp, han har kramper.

Operatør: Er han våken?

AI: Jeg tror ikke det. Han faller bort.

Operatør: Hvor gammel er han?

AI: 4 år.

Operatør: Hvordan er pusten hans?

AI: Jeg vet ikke om han puster.

Operatør: Puster han normalt?

AI: Han puster nesten ikke. Han begynner å bli blå.

Operatør: Legg...

AI: Kan du gjenta?

Operatør: Legg pasienten på ryggen på gulvet.

AI: Nå har jeg lagt han på ryggen.

Operatør: Du må starte hjerte- og lungeredning.

AI: Kom og hjelp med en gang. Jeg er så redd.

Operatør: Sett mobilen på høyttaler.

AI: Jeg skal gjøre det. Du er på høyttaler nå.

Operatør: Er det andre der så kan du sende en av de etter en hjertestarter.

AI: Jeg vet ikke om det finnes en her nei.

Operatør: Åpne munnen og se om det er noe som lett kan tas ut.

AI: Jeg klarer ikke å se på det nå.

Operatør: Legg pasienten på ryggen på gulvet.

AI: Nå har jeg lagt han på ryggen.

Operatør: Bøy hodet litt bakover, legg en hånde på pannen og løft opp haken.

AI: OK, nå er hodet litt bakover og haken opp.

Operatør: Legg leppene dine rundt barnets munn og nese og blås forsiktig fem ganger.

AI: Nå skal jeg blåse. Vent litt.

Operatør: Ser du at brystet hever seg når du blåser?

AI: Ja, det hever seg. Nå har jeg blåst fem ganger.

Operatør: Det er bra. Vi er der straks. Nå skal du gi brystkompresjoner.

AI: Hva skal jeg gjøre?

Operatør: Legg en hånd midt på brystet.

AI: Dere må komme. Han dør! Dette klarer jeg ikke.

Operatør: Trykk hardt ned ca. en tredjedel av brystkassens dybde trettig ganger i denne takten: 1, 2, 3,

4, 5, 6, 7, 8, 9, 10.

AI: 1, 2, 3, 4, 5, 6, 7...

Operatør: Slipp helt opp mellom hver gang.

AI: OK. 22, 23, 24, 25, 26, 27, 28, 29, 30.

Operatør: Nå skal du ta to nye innblåsninger. Husk frie luftveier.

AI: Da blåser jeg igjen.

Operatør: Hever brystet seg?

AI: Ja, det hever seg. Nå har jeg blåst fem ganger.

Operatør: Trykk brystkassen ned fem centimeter i en takt på hundre per minutt og slipp helt opp mellom

kompresjonene.

AI: Jeg fortsetter. 1, 2, 3, 4, 5. Nå er de fra ambulansen her og hjelper meg, så jeg legger på nå. Takk for

hjelpen!

Operatør: Fortsett med 30 kompresjoner og to innblåsninger helt til helsepersonell overtar eller

ambulansen er fremme.

AI: Jeg forsetter.

Operatør: Slutt.

Fortellerstemme: Ambulansepersonell har overtatt, og øvelsen er ferdig.

− Så realistisk som mulig

− Filosofien er at treningen skal bli så realistisk som mulig, sier daglig leder Trine Bjørnsen i Sklls til Digi.

Digi møter henne i et videomøte sammen med forretningsutvikler Arne Rannestad.

Selskapet har brukt erfaringen fra å bygge simulatorer i oljebransjen til å utvikle løsningen.

En helt grunnleggende teknologi er tekst til tale og tale til tekst. Maskinen må både forstå hva mennesket i andre enden sier og svare i så naturlig språk som mulig.

Sklls tok utgangspunkt i åpne språkmodeller på markedet. De er gode på engelsk, men sliter med mangfoldet av norske dialekter og å forstå fagterminologien som brukes i nødsamtaler, mener Sklls.

Målet er at treningen skal være så realistisk som mulig, forteller Trine Bjørnsen og Arne Rannestad. Foto: Sklls
Målet er at treningen skal være så realistisk som mulig, forteller Trine Bjørnsen og Arne Rannestad.

Dermed var det behov for mer dyplæring, både på dialekter og fagspråk. Sklls har utviklet en egen modell for tekst til tale som er bedre på å forstå norske dialekter og relevant fagterminologi.

En egen AI løser behovet for å kunne korrigere brukeren om hun begynner å snakke om ting som rett og slett ikke er relevant.

− Begynner du å snakke om hva du skal ha til middag, vil den reagere, forklarer Bjørnsen.

Utvikling som har skjedd det siste året, gjør at modellen kan gi meningsfulle svar også når brukeren går utenfor det samtalen egentlig handler om.

Et annen utfordring er at alt må skje i sanntid. Hvor lang tid det tar fra man sier noe til AI-en til man får respons, er avgjørende for brukeropplevelsen. Der gjenstår det fortsatt et par iterasjoner før Sklls sier seg fornøyd.

− Å finne gode stemmer, så man ikke blir distrahert av at innringeren høres ut som en datamaskin, er også viktig. Det finnes etter hvert gode stemmer på markedet, men vi jobber med å utvikle våre egne, sier Rannestad.

Nettopp der ligger utfordringen: Hvordan gjøre teknologien så god at du slutter å tenke på den, så treningen blir så naturtro som mulig?

Automatisert læring

Det er nok av ting å tenke på, om man ikke skal tenke på AI-en.

− Man må kunne alt dette godt nok til at man kan frigi mental kapasitet til å være til stede i situasjonen istedenfor å sitte og bla i en indeks, sier Bjørnsen.

Simulatoren lar elevene trene på alt fra barn som ringer om bevisstløse voksne til eldre som har falt. Den kan settes opp for nybegynnere, med «flinke innringere» som gir all informasjon i riktig rekkefølge, eller til erfarne, med mer uforutsigbare innringere.

− Når du blir stresset, skal du ha trent og automatisert så mye som mulig. Når de da får vanskelige samtaler, er de mye bedre forberedt på å kunne håndtere det riktig, sier Bjørnsen.

Tidligere har treningen ofte gått ut på at de nyansatte ringer hverandre og spiller ut ulike scenarier. Det gir ikke samme verdi, mener Bjørnsen og forteller om fortvilte mennesker som har fortalt om å bli kastet rett ut i arbeidet, uten realistisk trening.

− Det å få lov til å trene folkene så de føler seg trygge, det er så viktig, sier hun.

Første gang simulatoren var i bruk i et reelt kurs, var i januar 2021. Senere har den blitt testet og tatt i bruk i flere sentraler, både 113 og 110. Sklls snakker med potensielle kunder både i Østerrike, Sverige, Danmark, og USA.

− Det oppleves som et veldig meningsfylt prosjekt. Vi tenker at vi er med på å redde liv ved at ansatte er bedre forberedt, sier Bjørnsen.

Det hadde ikke vært mulig uten en kombinasjon av offentlige midler, mye egeninnsats og investormidler.

− Hadde ikke vært mulig uten

Sklls ble opprettet i 2017, med en idé om å ta erfaringen fra ulik bruk av kunstig intelligens i olje-bransjen over i helsesektoren.

Selskapet oppsøkte tidlig nødesentralene på Vestlandet. Tilbakemeldingen var tydelig: Det er behov for en simulator for å trene på nødsamtaler.

− Min erfaring er at du kan ha en god idé, men du må ganske tidlig ha med en kunde eller bruker for å sikre at det du utvikler er noe det er behov for, sier Rannestad.

De startet utviklingen i tett samarbeid med Akuttmedisinsk kommunikasjonssentral (AMK) og Helse Vest IKT, med et par tidlige investorer og med en god del egeninnsats.

− Det at vi jobber uten å få betalt for det, det er jo mulig i en viss periode, men da må man ha andre aktiviteter i tillegg, sier Rannestad og fortsetter:

− Det er vanskelig å få investorer inn i en veldig tidlig fase, de vil jo gjerne se kommersielt bevis for å bli overbevist om at de vil få avkastning for pengene.

Selskapet har fått midler både fra Forskningsrådet og Innovasjon Norge til videreutvikling.

− Den risikoavlastningen du får med offentlige midler, gjør at du kan løfte produktet til et nivå som markedet er villig til å ta i bruk, sier Rannestad.

− Det å få offentlige midler til å utvikle teknologien er dessuten et kvalitetsstempel, istemmer Bjørnsen.

Det gir motivasjon til å fortsette.

− Vi tenker også på opplæring av de som tar imot samtaler innen finans, forsikring og telekom, sier Rannestad og fortsetter:

− Men primærfokuset på kort sikt er likevel ansatte i AMK.

Powered by Labrador CMS