Svenskt-norskt projekt utforskar AI för en mer jämlik vård

Gult hjärta mot blå bakgrund

Projektledarna Anders Jonsson från Högskolan i Borås och Finn Samuelsen från Høgskolen i Østfold berättar om hur AI kan användas, vad som är på gång i projektet och om vikten av att samarbeta över landsgränser och professioner.

En mer jämlik vård

– Det finns stora geografiska skillnader och glesbefolkade områden i två långsträckta länder som Sverige och Norge. AI kan hjälpa oss att se till att de som bor långt bort från akutsjukhus får samma behandling. AI kan värdera tillståndet som patienterna har, vart ambulansen ska transportera patienten och hur snabbt det behöver gå. Den tekniska utvecklingen har gjort att vi nu kan utrusta ambulanser och ambulanshelikoptrar med AI-teknik, säger Finn Samuelsen.

AI-tekniken kan alltså användas som stöd för ambulanspersonalen. Men tekniken är också möjligt att utveckla som stöd för patienter i hemmet, till exempel för patienter med hjärtsvikt.

– Hjärtsvikt är en mycket handikappande sjukdom som ökar i samhället, eftersom vi lever allt längre. Ofta hamnar patienten på akutmottagningen där de kan bli sittande länge. Med hjälp av AI skulle patienterna istället kunna få snabb återkoppling på sitt tillstånd i hemmet och slippa åka in till akuten i onödan.

En patient som befinner sig hemma kan till exempel få besked om hur doseringen av medicin ska vara, om dosen ska ökas eller minskas. AI kan också tala om för patienten när det är dags att uppsöka läkare och automatiskt skicka personen till rätt mottagning.

– Det här ökar patientens trygghet och egen kontroll över sin sjukdom och patienten kanske kan stanna hemma längre. Dessa faktorer har stor betydelse för patientens livskvalitet, säger Anders Jonsson.

Ökad träffsäkerhet

Genom att mata in patientdata, som exempelvis blodtryck och puls, i ett program med artificiell intelligens skapas en objektiv bedömning av vilken behandling personen behöver. Fördelen med AI i jämförelse med ett simplare dataprogram är att den utvecklar sin intelligens för varje gång den används och att bedömningen därmed blir mer exakt över tid.

– Fördelen med AI är att den kan lära sig varje patients symptom och göra individuella anpassningar. Idag är träffsäkerheten inte alltid så hög för individen, eftersom data vi använder är baserad på grupper. AI är självlärande och ger feedback hela tiden, till exempel genom att ge återkoppling på om ett läkemedel lett till förbättring eller inte, säger Finn Samuelsen.

Men det är mycket som måste vara på plats innan AI kan börja användas kliniskt och då främst fungera som ett stöd för beslut av sjukvårdspersonal.

– Det krävs först kvalitetssäkring så att diagnoser ställs på rätt sätt, stora kliniska implementeringar och etiska bedömningar. Det är alltid den behandlande läkaren som är ansvarig för besluten. Besluten som tas kan sedan föras tillbaka in i programmet med information om resultaten. Hjälpte besluten patienterna, eller blev de sjukare? Precis som en människa lär sig artificiell intelligens av mer erfarenhet, säger Anders Jonsson.

Samverkan över gränser och vetenskaper

AI-tekniken kräver tillgång till stora mängder patientdata. En möjlighet för projektet öppnade sig genom samarbetet med Sykehuset Østfold som samlat all patientdata elektroniskt, något som de var först i Norge med att göra.

– Vi fick positivt stöd från både forskningschef och sjukhusdirektör. Vi möttes av fackmänniskor som inte såg spärrar utan möjligheter, säger Anders Jonsson.

Just samverkan är något som både Anders Jonsson och Finn Samuelsen ser som själen i projektet. Förutom samverkan över gränserna och möjligheten att dela data, så har det inneburit att olika vetenskapsgrenar, datavetenskap och medicinsk forskning, har kunnat mötas.

– Det är ett stort språng mellan de olika disciplinerna, med det har fungerat väldigt bra. Vi har alla patientnyttan för ögonen och kompletterar varandra. Alla bidrar med sin synvinkel och sedan växer det fram nya gemensamma frågeställningar, säger Finn Samuelsen.

Båda betonar också vikten av att de samverkar med olika arenor, såsom norska och svenska högskolor och universitet, universitetssjukhus, kliniker och medicinsktekniska företag.

Nästa steg: Utveckla bättre diagnoser och beslutsstöd

Utmaningen framöver är att implementera forskningen kliniskt. Ett av delprojekten handlar om beslutsstöd för bedömning av DVT, djup ventrombos (blodpropp i de djupa venerna) och där hoppas Finn Samuelsson att implementeringen ska kunna påbörjas inom ett år.

– I projektet utforskar vi vilka tecken och symptom som kan hjälpa till med att diagnostisera DVT och lungemboli. Vi vill säkra bättre diagnoser, vilket innebär både mindre belastning för den enskilde patienten och bättre resursanvändning på sjukhusen. I nära samarbete mellan forskare på Høgskolen i Østfold och IT-avdelningen på Sykehuset Østfold hoppas vi på att utveckla nya och bättre modeller för att förutsäga DVT och lungemboli med hjälp av maskininlärning, säger Finn Samuelsen.

Ett annat delprojekt handlar om att utveckla ett AI-baserat beslutsstöd för ambulanspersonalen i bedömningen av patienter som drabbats av trauma, vid till exempel en trafikolycka eller fall i hemmet.

– Vi är i uppstartsfasen av en testbädd, en prototyp som vi kan testa i en simuleringsmiljö. Det vi vill testa är bland annat en matematisk modell för att öka träffsäkerheten när ambulanspersonalen fattar beslut om traumapatienter. Det handlar om ett system som kan rekommendera till vilket sjukhus som patienterna ska skickas för bästa möjliga vård, baserat på hur allvarligt skadad patienten är, säger Anders Jonsson.

Hur kan då framtiden se ut för AI inom vården och hur påverkar AI som beslutsstöd läkarrollen?

– AI kommer inte att ersätta läkaren. Istället kommer AI att jobba ihop med läkaren. Tekniken blir ett komplement som frigör resurser och tid för sjukvården och som ökar patientens trygghet. Nu finns tekniken för att göra detta. Men däremot är inte lagstiftningen på området på plats ännu. I framtiden hoppas jag att AI ska leda till att läkarna får mer tid till mötet med patienterna, samtidigt som bedömningarna av patienten blir mer träffsäkra, säger Anders Jonsson.

Fakta

Högskolan i Borås är tillsammans med norska Høgskolen i Østfold projektägare. Projektet ska pågå i tre år och finansieras genom ERUF (Europeiska regionala utvecklinsfonden) och samarbetsprogrammet Interreg Sverige-Norge med drygt 20 miljoner kronor.

PreHospen är centrumbildning vid Högskolan i Borås och en av landets ledande prehospitala forskningscentrum. Under PreHospen bedrivs forskning inom prehospital vård där vårdvetenskap, medicin, medicinsk teknik och informatik ingår.

Läs mer

Projektsida: Artificiell intelligens (AI) som beslutsstöd; Artificiell intelligens – för en jämlik vård

Projektets webbplats