Af Rasmus Elm Rasmussen, Alt om Data
Denne artikel er oprindeligt bragt på Alt om Data. Computerworld overtog i november 2022 Alt om Data. Du kan læse mere om overtagelsen her.
Digitaliseringen af sundhedsvæsenet er nået langt, men det er stadig i sin vorden men potentialet er enormt. At kunstig intelligens, AI, er hovedsporet stod klart, efter at SAS Instituttets hackathon med et sundhedstema blev gennemført i løbet af året.
- Det anslås, at effekten af datadrevet analyse i sundhedsvæsenet kun har nået otte procent af dets fulde potentiale, siger Ulf Hertin hos SAS Institute, ansvarlig for SAS Institutes globale sundhedshackathon, der i år blev gennemført sammen med Microsoft og Accenture.
Nationalt set er særligt de nordiske lande langt fremme i udviklingen.
Sim City mod fedme
Fra Sverige kommer projektet Digital Community Twin, hvor formålet er at undersøge, hvordan samfundet kan ændre sig for at modvirke fedme blandt børn. For at gøre dette hjælper AI med at skabe en digital tvilling af et samfund, i dette tilfælde Stockholm-distriktet Rinkeby-Kista. Ved hjælp af den digitale tvilling kan du derefter simulere forskellige handlinger og scenarier for at optimere, hvad du gør i det virkelige liv.
- Der er brug for et skifte i samfundet gennem en mere sundhedsfremmende tilgang. Bestræbelser, der gør gode og sunde tiltag lette for samfundets aktører og enkeltpersoner; det skal være let at gøre det rigtige. Ved at indsamle kommunale og regionale data kan vi skabe en digital repræsentation af samfundet. I den kan vi så løbende analysere effekten af forskellige foranstaltninger i børns sundhed, udtaler Maja Engsner, talsmand for projektet og folkesundhedsforsker ved Uppsala Universitet.
Hvad projektet gør, er simpelthen at skabe en rigtig Sim City med et sundhedsfokus. Hvis vi investerer mere i sport i skolen - hvad sker der så? Hvordan påvirker det enlige børns helbred, hvis frugt bliver ti procent dyrere? I stedet for at famle blindt, kan du derefter gennemføre de handlinger, som du ved virker.
Ser ind i fremtiden
Det danske projekt Scanning for Health fokuserede i stedet på at optimere sundhedsressourcerne. Under pandemien er det blevet klart, hvilket pres sundhedsplejen undertiden kan være under. Men hvad nu hvis du kunne forudsige, hvornår byrden vil være størst?
Teamet Scanning for Health fokuserede på røntgenafdelingerne, hvor de nogle gange har en meget stor belastning – og andre gange næsten ingen. En klassisk flaskehals-situation. Men ved at bruge historiske data og software fra SAS Institute lykkedes det at skabe en model, der forudsiger efterspørgslen efter røntgen hele tolv uger frem.
- Vi kan bruge modellen som et værktøj til arbejdsledelse. I stedet for at bekæmpe den manglende kapacitet kan vi fokusere på at øge kapaciteten, forklarer Preben Thomassen, overlæge ved radiologisk afdeling på Herlev Hospital.
Støj giver sikre data
Data og information er ikke kun vigtige og en forudsætning for, at AI fungerer - det kan også være følsomt. Medicinske data må ikke formidles, hvis de kan bruges til at identificere personer. Samtidig er det lige præcis de oplysninger, forskere har brug for for at finde kur mod forskellige sygdomme, f.eks. kræft.
Dette angreb projektet Amesto NextBridge - The Cancer Registry of Norway ved, som de udtrykte det, "at proppe lidt støj" ind i dataene. Resultatet er såkaldte syntetiske data af høj kvalitet, som forskere kan bruge til at finde kur mod forskellige former for kræft-uden på nogen måde at identificere enkelte patienter.
Hurtigere adgang til data betyder bedre og mere givende forskning.
- Hvis du begynder at udbrede data til forskningsformål, risikerer du at afsløre personlige oplysninger om personer. Det er det, vi vil forhindre, siger Kjetil Kalager, vicepræsident for AI Lab hos Amesto NextBridge.
- At indfange de ideer, der i øjeblikket eksisterer og diskuteres i forretningen og realisere dem til en lille begrænset funktion på bare fire uger, er stærkt, og noget mange ikke tror er muligt. Men det er det, vi gør med vores sundhedshackathon, slutter Ulf Hertin fra SAS Institute.
