KI-verktøy bidrar til at flere kan bli undersøkt for diabetisk øyesykdom

Kan kunstig intelligens bidra til bedre helsetjeneste for personer med diabetes? Nå innføres en ny løsning ved øyeavdelingene i Helse Sør-Øst som skal gi bedre kapasitet.

– Vi har et pågående prosjekt der vi blant annet innfører et KI-system som automatisk tolker netthinnebilder fra personer med diabetes, forklarer Maja Erke, øyelege og klinisk leder for prosjektet.

Prosjektet viser at bruken av kunstig intelligens kan bidra til å redusere helsepersonellbehovet i oppfølgingen av personer med diabetes.

Diabetes kan gi nedsatt syn, og i verste fall føre til blindhet. Faktisk er diabetisk øyesykdom både den vanligste komplikasjonen av diabetes og den hyppigste årsaken til synstap i arbeidsfør alder i mange land.

– Det er anbefalt at alle med diabetes får netthinneundersøkelse årlig eller annet hvert år. I dag får bare 55-60 prosent av diabetespasienter netthinneundersøkelser så hyppig som anbefalt, sier Erke.

Ved bruk av blant annet kunstig intelligens kan sykehusene gi tilbudet til alle med diabetes, uten å bruke flere ressurser totalt.

– Her er det snakk om store samfunnsgevinster, forklarer hun.

Mangel på øyeleger

Vanligvis er det en øyelege som må tolke et netthinnebilde, og vurdere om det ser bra ut, eller om pasienten må følges opp med utvidet undersøkelse og behandling.

Som mange andre fagområder i helsesektoren, er det også mangel på øyeleger i Norge. Det er rett og slett for få fagfolk og ressurser til å dekke behovet – og det er ventet at dette gapet bare vil øke i fremtiden.

– Øyebehandling har lenge ligget i toppen av ventelistestatistikken. Det er mange som står i kø for å få øyeundersøkelser. Så her har man muligheten til å få støtte fra KI til å sile ut de enkle casene, slik at man kan konsentrere seg om dem som virkelig trenger det. Her kommer teknologien inn.

Ifølge en rapport fra Menon Economics vil det å få med 95 prosent av alle med diabetes med i et slikt program for diabetisk øyesykdom kunne redusere sykdomsbyrden i Norge med rundt 250 millioner kroner årlig.

– Bare det er egentlig en god nok prosjektbegrunnelse for å gjøre noe, sier Erke.

Les også:Han er Norges første «KI-lege»: – Effekten er umiddelbar

Forklarbar kunstig intelligens

Den nasjonale KI-strategiens etiske prinsipper anbefaler at KI-baserte systemer skal være sporbare, forklarbare og gjennomsiktige.

En maskinlæringsmodell er trent på store mengder netthinnebilder, og kan med stor presisjon skille mellom diabetisk øyesykdom og friske netthinner. Det er med andre ord snakk om bildegjenkjenningsteknologi.

​​– I utgangspunktet gjør ikke denne KI-modellen noe annerledes enn det et menneske ville gjort. Det tas ingen beslutninger og den identifiserer ikke tilfeller tidligere enn fagpersoner kan. Slik sett er dette i aller høyeste grad forklarbar kunstig intelligens.

​​– Forskjellen fra hvordan mennesker jobber er at maskinen ikke blir sliten eller utmattet, uansett hvor mange netthinnebilder den graderer.

Ikke minst slipper sykehusene å bruke menneskelige ressurser – som allerede er en knapphetsressurs – på innledende undersøkelser.

Godt rustet for fremtiden

Å innføre et slikt system høres kanskje ut som en no brainer. Men i praksis krever det en god del beslutningsvilje og evne til å utfordre etablerte metoder i et gjennomregulert miljø.

– Det er en tydelig forventning både fra ledelsen i Helse Sør-Øst og høyere hold om å ta i bruk ny teknologi. Det er en del av regjeringens strategi, sier Erke.

Erke forteller at det også har blitt lagt ned et godt stykke ærlig arbeid rundt det praktiske maskineriet.

For det første har de måttet sørge for at de ikke jobber dobbelt med å godkjenne KI-bildene. Det gir ingen gevinst hvis fagfolk likevel må inn og godkjenne bildene manuelt etter at KI har gjort sin jobb.

– Man må kunne stole på resultatene. Det krever god kvalitetssikring av systemet, gode inndata og standardiserte prosesser. For eksempel må vi bruke spesifikke kameraer, og sørge for at bildene tas i riktig format, etter faste spesifikasjoner.

Minst like viktig er det at systemene snakker godt sammen.

Journalsystemene må kunne ta imot KI-svar automatisk, og dataflyten må fungere sømløst – fra bildet blir tatt, til det er analysert og svaret lagret. Da må løsningene være kompatible med sky, og rigget for at data kan sendes og mottas uten manuell håndtering.

– Nå starter etableringen av helsetjenesten. Vi har frem til nå jobbet med å tilrettelegge for god dataflyt, infrastruktur, bildearkiv, journalsystemer og alt det praktiske som må fungere for at vi skal kunne hente ut de reelle gevinstene, sier Erke.

– Grunnarbeidet som er gjort, gir en gjenbruksverdi for flere, som gjør at vi er bedre rustet til å ta i bruk ny teknologi i fremtiden.