| | | | | |
 


Kunstig intelligens og maskinlæring skal give tid tilbage til læger og patienter

 
 
 
 
 

BØGER: De nye medicinske teknologier kan redde sundhedsvæsnet fra sin nuværende krise, men kun hvis dets ledere lærer at forstå og anvende teknologien bedre, advarer USA’s topkardiolog og førende ekspert på teknologi i sundhedsvæsnet, Erik Topol, i super relevant og nytænkende bog.

Kunstig intelligens stormer lige nu ind i sundhedsvæsnet som en anden konsulent fra Helvede fuld af mere eller mindre udokumenterede løfter om øget produktivitet, færre utilsigtede hændelser og en bedre diagnostik. Gennem maskinlæring, big data og kunstig intelligens vil vi blive i stand til at opfange sygdomme, før de er brudt ud, opdage ny medicin og skræddersy behandlinger ved hjælp af enorme data fra den enkeltes genom, tidligere patienters journaler og nærmest uendelige mængder af globale forskningsresultater, hævder fortalerne.

Men Eric Topol, der selv er glødende fortaler for de nye muligheder og betalt rådgiver for to selskaber, som arbejder med kunstig intelligens i sundhedssektoren, ser ikke kun potentialer, men også store farer, hvis sundhedsvæsnets ledere ikke i denne nye og anden teknologiske runde indfører de teknologiske redskaber mere intelligent, end de har gjort i første runde med de elektroniske journalsystemer.

Ifølge Topol har digitaliseringen primært bidraget til at skabe flere forkerte diagnoser, utilsigtede hændelser, fortvivlede patienter, udbrændte læger samt til at destruere relationen mellem læger og patienter. Det er sket i kraft af, at ledelserne i deres yderst kritisable uvidenhed typisk har indkøbt systemer, som er skabt til økonomisk afregning og ikke til patientbehandling. Det er blevet et sammenbrudt sundhedsvæsen i sin hidtil største krise.

Og det er dette ødelagte sundhedsvæsen med sit totalt underminerede forhold mellem læge og patient, som ligger Topol så stærkt på sinde, og som han tror på, at den kunstige intelligens kan redde. Blandt andet skriver han:

"Teknologien kan gøre behandling mere effektiv ved at tillade, at læger kan bruge mere tid sammen med patienterne. Fremkomsten af ​​de nye teknologier skal ledsages af øget menneskelighed - med mere tid til denne menneskelighed, faglige lidenskab og ømhed for patienterne for således at gøre begrebet ’pleje’ inden for sundhedsvæsenet til virkelighed igen,” lyder hans hovedbudskab.

Eric Topol, der for eksempel i 2018 blev hyret af den britiske regering til at udarbejde en plan for, hvordan landets sundhedsvæsen kunne levere den digitale fremtid, ved hvad han taler om i Deep Medicine. Bogen er Topols tredje om de nye teknologier, og timingen kunne da heller ikke være bedre end nu, hvor der dårligt går en uge uden, at der kommer nye studier, som enten roser eller riser kunstig intelligens i sundhedsvæsnet. Overskrifterne går fra ’Identificerer hjerterytmefejl bedre end kardiologer’ til ’Big data og maskinlæring medfører overdiagnosticering’.  

Også i Danmark er sundhedsvæsnet i fuld færd med at opruste kunstig intelligens og maschinelearning. For eksempel er regeringen, KL og Danske Regioner i forbindelse med økonomiaftalerne for 2020 blevet enige om at iværksætte otte såkaldte ‘signaturprojekter’ med kunstig intelligens på en række hospitaler og i almen praksis.

Men trods sin begejstring er Topol også fuld af advarsler mod at gentage gamle fejl: De fleste positive studier er lavet under bedst mulige forhold, algoritmer er ikke bedre end de data, som de er lavet af, og selv den mindste fejl i datagrundlaget kan afstedkomme helt forkerte konklusioner., skriver han. Og ikke mindst advarer han mod at stole alt for meget på algoritmer, da disse ikke tager højde for, at alle mennesker er syge på netop deres måde at være syg på, hvorfor det lægelige diagnostiske øje og den gode kontakt med patienten ifølge Topol er mindst ligeså vigtig nu, som før anvendelsen af kunstig intelligens. De nye teknologier må ikke anvendes til at mindske kontakten mellem læger og patienter yderligere, for så går det helt galt. Tværtimod skal de frigøre tid til at genindføre lægekunsten:

”Listen er lang med validerede computeralgoritmer og løfter, men kort når det kommer til den virkelige verdens evidens for klinisk værdi,” skriver Topol, der også omtaler én af sine egne patienter, som blev rask, fordi han fik en stent som behandling for en uforklarlig form for træthed. En behandling, som en algoritme uanset hvor gode data fra hele verdenen den indeholdt, aldrig ville være nået frem til. I samme ombæring fortæller han også om en alvorlig fejldiagnosticering og fejlbehandling, som han selv har været udsat for, og som han mener, at selv en en bare nogenlunde god algoritme ville have skånet ham for.

Ifølge Deep Medicine er det afgørende vigtigt, at de nye teknologier forstås som redskaber, der kan anvendes til at genkende mønstre med. Men de duer ikke til at behandle patienter med, skriver Topol, der også advarer mod de potentielle muligheder for bevidst at opbygge ikke-retvisende algoritmer ved at indlægge informationer, som fører til rekommandationer bestemt af andre hensyn end patienternes bedste - men som i stedet for eksempel varetager forsikringsselskabers eller andre aktørers behov.

Deep Medicine burde være tvangslæsning for at alle fra top til bund i samfundspyramiden, som har blot den mindste finger med i spillet om yderligere at teknologificere og digitalisere det danske sundhedsvæsen. Topol kan sit kram bedre end de fleste, han er eminent til at sætte ord på, hvorfor og hvordan teknologi, som ikke understøtter lægers og patienters behov, ødelægger sundhedsvæsnets kerneydelser, men også til at beskrive hvorfor og hvordan kunstig intelligens, maschine learning og big data indebærer muligheder for at kunne blive en kvalitetsforbedrende støtte.

Ikke mindst skeptikere må formodes også at kunne have glæde af at læse denne kompetente fremstilling af teknologiernes positive potentialer til at kunne lette og forbedre arbejdet i klinikkerne. Også selv om det er nemt at forstå skeptikernes mistro til de mange løfter efter at have været udsat for ikke-kompetente ledelsers lyserøde erklæringer om, at digitalisering af journaler og arbejdsgange ville føre til kvalitetsforbedringer og færre fejl - for så at opleve en virkelighed, som er lysår herfra. Bogen giver nemlig redskaber til bedre at kunne formulere krav og ønsker til de nye teknologier, så læger ikke endnu engang bliver løbet over ende af deres ledelser, som de ifølge Topol blev med de elektroniske journaler, fordi lægerne  var så travlt optagne af deres arbejde med at tage sig af patienter.

 

  • Deep Medicine
  • Eric Topol
  • Sprog: Engelsk
  • Pris ca. 245 kr.