Informasjonskapsler (cookies) kreves for at siden skal fungere optimalt. Vi bruker informasjonskapsler for å forbedre brukeropplevelsen på nettsiden. Ved å klikke på siden godtar du at vi bruker informasjonskapsler.

Jeg er helsepersonell og søker
medisinsk informasjon om botox®

Gå videre

Jeg er helsepersonell og søker
Informasjon om botulinumtoksin for kosmetisk bruk

Gå videre
BOTOX® 30-09-2020

Hvordan AI kan utvikle behandlingen med botulinumtoksin type A

Oppmerksomheten og interessen for kunstig intelligens, AI (atrificial Intelligence), øker i det nordiske helsevesenet. I løpet av de siste tiårene har kostnadene for å samle, lagre og håndtere data blitt redusert samtidig som vår forståelse for algoritmer har økt. Hvordan kan AI støtte klinikker innen behandling av f.eks. kronisk migrene og spastisitet etter slag?

– Helsevesenet kalles ofte for analogt og konvensjonelt, og interessen for AI ligger litt etter i forhold til mange andre bransjer. Naturligvis er det klokt at man ikke vil eksperimentere for mye med å innføre nye ting, ettersom nye teknologier også medfører nye farer. Dessuten finnes det et omfattende regelverk innen helsevesenet som begrenser eksperimentering med AI, sier Ingrid af Sandeberg, senior prosjektleder i konsulentfirmaet Arthur D. Little som har stor erfaring med AI-prosjekter.

Hun mener samtidig at det begynner å bli vanskelig å benekte at AI er i ferd med å bli en viktig del av fremtiden, også innen helsevesenet.

Sammenlignes med menneskers intelligens

Men hva er så AI? Svært enkelt forklart innebærer AI at dataprogrammer og roboter løser problemer og utfører oppgaver med logikk som nok kan minne om adferdsmønsteret til mennesker og dyr. Fremfor alt handler det om funksjoner som ofte beskrives som ”kognitive”, som å lære av tidligere erfaringer for å forstå språk, løse problemer og planlegge en handling.

– Funksjonaliteten er fremdeles begrenset i den forstand at AI ikke kan generalisere slik som mennesker kan. På den andre siden kan AI analysere enorme mengder med sammensatt informasjon. Men til tross for de kognitive begrensningene finnes det mange tilpasningsområder for analysekraften som AI har innen helsevesenet. Bilde-og klyngeanalyser er to kjente eksempler som har fått mye oppmerksomhet innen medisinsk forskning. Der har man for eksempel begynt å bruke bildeanalyse for å identifisere tumorer på røntgenbilder.

Klyngeanalyse brukes for å identifisere mønstre og likheter mellom ulike pasientgrupper.

Optimering av tidsplanlegging ut fra pasientens behov

Ingrid af Sandeberg mener at AI kan ha et stort potensial både innen klinisk forskning og pasientbehandling. Hun understreker likevel at AI er et verktøy og at bruken må motiveres med noe mer enn at man bare vil bruke AI. Det må skapes en verdi.

– Man må tenke igjennom hvilke behov man har, hvilke problemer man vil løse eller hvilke muligheter man håper å realisere – og for hvem. En klinikk som utfører Botox-behandlinger kunne for eksempel begynne å bruke digitale programmer for å automatisere tidsplanlegging. Dersom man samtidig registrerer når pasientene kommer og går, så kan AI sammenligne med tidligere planlagt tid og forutsi hvilke pasienter som kanskje trenger litt lenger tid enn vanlig, hvilke hendelser som pleier å gå fort og om noen gjøremål kanskje kan løses via en videokonferanse eller en chat.

Ingrid af Sandberg, AI
Ingrid af Sandeberg, senior prosjektleder i konsulentfirmaet Arthur D. Little
Identifikasjon av bevegelsesmønstre ved behandling av spastisitet

Et annet potensielt bruksområde for AI er identifikasjon av muskler for behandling av spastisitet.

– For at dette skal fungere i praksis, må man først samle inn data fra en stor gruppe pasienter med kjent diagnose ved å filme bevegelsesmønstrene deres og forklare for modellen hva den ser, for eksempel ”Pasienten med dette bevegelsesmønsteret trenger injeksjoner i flexor digitorum profundus”. Når modellen har sett tilstrekkelig mange eksempler på pasienter med samme kjente behandlingsbehov, kan den identifisere lignende bevegelsesmønstre hos nye pasienter og foreslå behandling.

Ingrid af Sandeberg mener likevel at de mengdene med eksempelfilmer som kreves gjør det umulig for enkelte klinikker å utvikle og trene denne typen av AI-modell. Derimot skulle klinikker kunne bidra med eksempelfilmer, såkalte ”treningsdata”. Dette krever imidlertid at noen bygger en felles løsning som klinikkene kan dra nytte av når det foreligger et ferdig system.

– Det er samtidig viktig at anbefalingene fra en slik modell bare brukes som beslutningsstøtte for klinikkene og ikke betraktes som en universell sannhet.

Når modellen har sett tilstrekkelig mange eksempler på pasienter med samme kjente behandlingsbehov, kan den identifisere lignende bevegelsesmønstre hos nye pasienter og foreslå behandling.
- sier Ingrid af Sandeberg, om identifikasjon av muskler ved behandling av spastisitet som et potensielt bruksområde for AI

Apper for selvdiagnostisering ved migrene

Et annet eksempel der AI kan støtte klinikker, uten at det medfører større risiko, er applikasjoner for selvdiagnostisering. Dersom migrenepasienter selv registrerer smertemønsteret sitt digitalt og kontinuerlig, så får legen et mer nøyaktig grunnlag enn om pasienten beskriver dette etterpå ved et legebesøk. Og hvis man lar en AI-modell analysere data, kan den identifisere nye mønstre som legen kan tolke senere.

–Det er likevel viktig at man samler inn alle data på en slik måte at algoritmen kan analysere dem, avslutter Ingrid af Sandeberg og minner om at vi er langt unna en virkelighet der AI helt kan erstatte menneskelig kompetanse innen denne typen områder. Men det hindrer ikke at vi kan bruke AI som et verktøy for å forsterke våre egne evner og kapasitet.

ND-BTX-2050025

Referanser

  • Ingen referanser tilgjengelig
Lukk