Nå kan algoritmen sende deg hjem fra legevakta: – Gjør nesten like god jobb som legene

En aldrende befolkning og flere som overlever kreft må følges opp og kontrolleres over tid. Det er viktige årsaker til at radiologer må vurdere stadig flere røntgenbilder.

– Hvert år får legene våre 12,5 prosent flere bilder de må håndtere og tolke. Det er ganske krevende. Egentlig er det derfor vi må ta denne teknologien i bruk.

Det røper prosjektleder Bjørn Anton Graff ved klinikk for bildediagnostikk på Bærum sykehus, som denne uken ble først i Norge med å ta i bruk kunstig intelligens (KI/AI) i pasientbehandling.

Mindre kø

Når en pasient kommer på akuttmottak og legevakt med mistanke om brudd, er det ikke lenger nødvendig å vente på at legen vurderer røntgenbilder. Det gjør maskinen mye raskere.

– Et av målene er at legene våre skal bruke mindre tid på de som er friske. Det blir kortere ventetid for de som virkelig trenger hjelp på legevakta, sier forskningskonsulent Line Tveiten, som tidligere har 15 år bak seg som radiolog.

Rundt 70 prosent av de som sjekkes, kan sendes rett hjem, fordi de ikke får påvist beinbrudd. Legene skal fortsatt granske alle røntgenbildene i etterkant, for å være på den sikre siden.

Dette er starten på en kunstig intelligens-satsing som både skal bli mer autonom og snart utvides til flere typer undersøkelser enn bare mulige bruddskader.

KI gjør «nesten» like god jobb

Sykehuset i Vestre Viken har jobbet med innføringa i to år. Det inkluderer utprøving og egen lokal kvalitetssikring, samt en lang anskaffelsesprosess. I bunn ligger en leverandør-nøytral skybasert KI-plattform levert av Philips, som heter AI Manager, og en tilhørende markedsplass. Løsningen fungerer litt som Google Play eller Apple App Store, forteller prosjektlederen.

På toppen kan de kjøre applikasjoner med kunstig intelligens fra tredjepart. Først ut er appen Boneview fra det franske helseteknologiselskapet Gleamer.

– Hvor mange falske positive får dere?

– Vi har fått noen, men mange færre enn forventet ut fra forskningen. Det jeg kan si, er at løsningen er nesten like god som en radiolog, sier Graff.

Helse Sør-Øst har bidratt til finansering av løsningen. Prosjektet ved Vestre Viken skal nå bistå andre helseforetak som ønsker å implementere KI i pasientbehandling. Det omfatter helseregionen som omfatter omtrent halve Norges befolkning fra Kristiansand til Lillehammer.

– Lærer ikke av våre data

Intelligensen vi snakker om her, er basert på maskinlæring. Modellen er ferdig trent opp på et stort antall røntgenbilder tatt ved ulike maskiner og i ulik kvalitet.

– Det er en ferdig utviklet applikasjon som er testet hos leverandør. Applikasjonen lærer ikke basert på våre data. Per i dag er det ikke tillatt å anskaffe en løsning som lærer kontinuerlig av våre data. For å oppnå CE-godkjenning, som er et krav, må den være statisk ferdig opplært, forsikrer prosjektlederen.

Graff hevder at personvern og sikkerhet er godt ivaretatt. All databehandling og lagring skal skje lokalt og med sterk kryptering, etter det Digi får oppgitt.

Under to minutter

Boneview bruker omtrent ett til to minutter på å vurdere om det er ett eller flere beinbrudd i et røntgenbilde. Brudd markeres i firkanter på skjermen. Appen sier ifra ved tvil eller usikkerhet.

– Det hender at løsningen kan oppdage gamle brudd som har grodd. Da må kanskje radiografen vurdere å ta flere bilder, forteller Line Tveiten.

Hittil finnes det om lag 200 ulike applikasjoner med kunstig intelligens som er CE-merket og godkjent for bruk til denne plattformen.

– Vi ser på et utvalg av dem. En algoritme som undersøker brystkasse eller thorax med over tjue ulike indikasjoner, er aktuell. Snart vil vi også starte opp med en annen algoritme til bruk ved MR-undersøkelse av pasienter med multippel sklerose (MS), sier Jon Haakon Malmer-Høvik, som er avdelingssjef bildediagnostikk ved sykehuset.

Kunstig intelligens brukt til behandling av MS-pasienter handler om å analysere utviklingen av såkalt MS-plakk, som er arrdannelse rundt nervetråder i hjernen. Det forventes å kunne spare legene for mye tid.