Artificiell intelligens hjälper läkaren att vårda prematurer

En "tänkande" superdator har börjat användas i vården i Finland. Ett sådant här kognitivt datasystem hjälper läkarna att förebygga blodförgiftning hos för tidigt födda spädbarn. Det ska också testas i cancervården och i att analysera patientjournaler.

Barnkliniken i Helsingfors tar hand om ungefär 140 för tidigt födda varje år och cirka var tionde får blodförgiftning.

- Om en prematur får en sådan här besvärlig septisk infektion kan det ha långtgående konsekvenser, kanske för resten av livet. Därför är det viktigt att hitta de här fallen så tidigt som möjligt och behandla med antibiotika, säger avdelningsöverläkare Sture Andersson.

Sållningen kan i dagens läge skötas på distans av en superdator som efterliknar den mänskliga hjärnan.

Det här kognitiva datasystemet analyserar stora mängder data som sjukvårdsapparater samlar in om de små patienternas andningsfrekvens, syresättning och puls med mera, och drar egna slutsatser på basis av det.

Nana Graf sitter invid sin baby Nikolas, som ligger i en kuvös.

- Det låter vettigt att läkarna tar hjälp av moderna maskiner för att kunna fatta bättre beslut, kommenterar hon.

Av tekniska skäl har Barnkliniken hittills bara testat det kognitiva datasystemet lite i efterhand, och med hjälp av en begränsad datamängd. Det innebär att det inte har haft en så hög träffsäkerhet än, berättar Andersson.

- Kastar man krona och klave är det 50 procents sannolikhet att man gissar rätt. Men här har superdatorn gissat rätt i 70 procent av de cirka 200 fall den har granskat hos oss. Så det är definitivt bättre än om slumpen skulle få avgöra.

Datasystemet kallas Watson och har utvecklats av företaget IBM. Barnkliniken räknar med att ha det i bruk så att det kan granska mer data och i realtid, efter att man fått en ny intensivvårdsavdelning senare i år. Då borde systemet bli mycket bättre på att varna för kommande infektioner.

Utvecklingsdirektör Visa Honkanen på Helsingfors och Nylands sjukvårdsdistrikt HNS har stora förhoppningar.

- Watson lär sig hela tiden mer. Han blir ganska snabbt bättre tror jag.

Stefan Ohlsson som är hälso- och sjukvårdsansvarig på IBM håller med.

- Det är en process att träna systemet och göra det bättre och bättre. Så småningom har man sedan ett system som kommer att kunna identifiera riskpatienter på ett pålitligt sätt.

Just när det gäller att förebygga infektioner hos spädbarn visar exempel från ett barnsjukhus i Toronto i Kanada att den artificiella intelligensen kan bli bättre än läkarna.

- Den här typen av algoritmer och avancerade analysinstrument kan identifiera en patient som håller på att utveckla en infektion 24 timmar innan det faktiskt blir en realitet, säger Ohlsson.

Dataanalys kan hjälpa med mycket

I år kommer HNS dessutom att börja testa kognitiva datasystem som ska hjälpa läkare att analysera finskspråkiga patientjournaler.

- Watson kan titta på både helheten och detaljerna, och till exempel uppmana läkaren att titta mer noggrant på vissa uppgifter i patientjournalerna. Det kan leda till att eventuella hälsoproblem upptäcks, kommenterar Honkanen.

Sjukvårdsdistriktet vill också att kognitiva system ska hjälpa till med att ge läkarna kunskap om vilken cancerbehandling som är bäst för vilken patient. Där är det nyttigt att en dator kan ha koll på beslut som har fattats i tusentals liknande fall.

- Så att man kan komma fram till lämpliga behandlingar och mediciner för olika patienter.

Datamängden bara ökar

Många läkare tar gärna hjälp av datorer eftersom det finns så mycket information som de behöver hålla koll på. Men också i framtiden kommer det att vara läkaren som i sista hand fattar beslut om vilken vård som ska ges.

Tidigare har man sagt att mängden data inom hälso- och sjukvården dubbleras vartannat eller vart tredje år. År 2020 kommer mängden data inom hälso- och sjukvården däremot att fördubblas så snabbt som var 72:a dag, uppskattar IBM.

- Det här kommer att ställa helt nya krav på hur vi ska hantera de här data för att inte översvämmas och missa möjligheter att dra nytta av uppgifterna, säger Ohlsson.

Den smarta teknologin kommer att kunna ge indikationer på när man behöver ändra något i sitt livsmönster, till exempel i kosten eller när det gäller motionen.

Stefan Ohlsson, IBM

Mer förebyggande vård

Ohlsson påpekar att det överlag handlar om att sjuk- och hälsovården går från en reaktiv modell där man har reagerat på olika krämpor och problem, till att man försöker förebygga dem.

- Med hjälp av effektiv dataanalys har man en möjlighet att kunna hålla koll på patienter eller personer som är i riskzonen och reagera innan det hinner bli en allvarlig situation.

Också privatpersoner kan i framtiden dra nytta av att analysera de data man själv samlar in, till exempel när man använder aktivitetsarmband och smarttelefoner.

Stefan Ohlsson påpekar att folk besiktar bilen med jämna mellanrum, men att de oftast har sämre koll på sin egen hälsa. Det tror han att det blir ändring på så småningom.

- Den smarta teknologin kommer att kunna ge indikationer på när man behöver ändra något i sitt livsmönster, till exempel i kosten eller när det gäller motionen, säger han.