Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
AI’s muligheder i sundheds- og sygehusvæsenet er ikke kun af interesse for patienter og fagfolk. Det er af almen interesse.
Men vi har brug for at tage innovationsbrillerne på, turde bruge ny teknologi fuldt ud og indstille os på, at vi er stærkere sammen end hver for sig.
Et områdes ekspertise kan mangedoble sin værdi og udvikling ved at indgå i en tværfaglig udveksling af ideer, viden og indsigt alle relevante områder imellem. Og de områder kan være mange.
Diversitet i kompetencer er nemlig i min optik nøglen til de ypperste løsninger og den bedste innovation.
Det bedste aktuelle og konkrete eksempel, jeg kan komme i tanke om, omhandler cancer-screening og -behandling.
Fire forskellige danske interessenter med hver deres fokus og specialeområde har arbejdet sammen om banebrydende nye muligheder, der ultimativt kan redde liv.
Hvordan? Gennem tværfaglig deling af ekspertise samt viljen til at lytte på andre områders indsigter og input.
AI giver mere præcis cancer-screening
De resultater, der aktuelt foreligger fra samarbejdet mellem Sygehus Lillebælt, Institut for Biokemi og Immunologi ved Syddansk Universitet, Kræftens Bekæmpelse og SAS Institute viser, at AI-modellen til cancer-risikoscreening har en akkuratesse på 85-95 procent, kontra 70-75 ved en klassisk patologisk undersøgelse, i forhold til evnen til at finde ud af om der er cancer eller ej.
Afhængigt af kræfttypen, vel at mærke. En markant forbedring i akkuratesse men sandelig også i tid, idet en simpel blodprøve hos egen læge kan forudsige, om der er risiko for at udvikle cancer inden for de næste 90 dage.
AI er nøglen til hurtigere og effektiv innovation. Med stadig mere data bliver modellerne konstant forbedret, og dermed kan behandling initieres tidligere.
AI-analyse gør det lettere for lægen at indhente, tolke de mange tal og forstå dynamikken i de bevægelser, der sker mellem de forskellige værdier. Og det handler netop om at gøre det man er god til.
Lægerne har også brug for den støtte, de kan få, til at frigøre mere tid til deres ekspertiseområder, til patientkontakt og til at finde information og data, der kan udvikle deres viden, kunnen og kompetencer. Kort sagt optimere mulighederne for den bedste behandling - hurtigst muligt.
Reelt giver det mulighed for at forebygge frem for at behandle. Hvilket har store fordele samfundøkonomisk og menneskeligt for patienter og pårørende.
Et presset sundhedsvæsen har brug for nye løsninger
På trods af, at vi bygger superhospitaler, hører vi i nyhederne om et presset sundhedsvæsen, som mangler hænder, ventelisterne post corona vokser, personalet føler sig presset og nogle vælger at forlade deres job.
Det kalder på nye svar på disse udfordringer, og her spiller AI en rolle.
Vi har brug for at blive til at bedre stratificere behandlingen af de akut indlagte patienter og få dem diagnosticeret korrekt og hurtigt, således at de får den bedste behandling.
AI kan medvirke til bedre diagnostik og understøtte kliniske beslutninger for eksempel om ikke at operere rygpatienter, fordi patienten baseret på de mange data, vi har på patienten, ikke vil profitere ved en operation men i stedet vil få større gavn af systematisk fysisk genoptræning.
Jeg har allerede skrevet i et tidligere indlæg om vigtigheden af demokratisering af data og analyse, og hvordan avanceret analyse kan integreres i daglige arbejdsgange og beslutningsprocesser, for dermed at undgå at belaste det begrænsede antal eksperter, eksempelvis læger, der er tilrådighed.
I fremtiden – og ikke mindst for fremtidens superhospitaler – bliver evnen til via data og AI hurtigt at kunne udlede indsigt, nøglen til succes og et bedre behandlingstilbud.
Tværfagligt samarbejde om værktøjer
Men skal vi opnå succes i forhold til folkesundheden gennem brug af AI, kræver det, at vi deler ud af både digitale muligheder og værktøjer og arbejder på tværs af faggrupper.
Det kan ikke gentages ofte nok.
Effektive behandlinger afhænger af indsigt, og indsigt kommer gennem adgang til data og analyse af data. Jo mere data, jo bedre.
Men uden brug af AI kan så store mængder data ikke effektivt analyseres for mønstre eller afvigelser fra normen, der igen kan danne erfaringsgrundlag for bedre behandling eller fejlfinding.
Lad os sætte den kunstige intelligens i arbejde med analyserne og det hårde benarbejde og lad lægerne få mere tid til at være eksperter.
Tid er ikke kun penge. Tid er i denne kontekst også liv og ikke mindst livskvalitet.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
