Hjem
Det medisinske fakultet
Studier

Helsefag og ingeniør møtes i fag om kunstig intelligens

I det elektive emnet ELMED219 gir far og sønn Lundervold medisinere og ingeniører en innføring i hemmeligheten bak kunstig intelligens, og hvordan det kan benyttes i klinisk arbeid.

Far og sønn Lundervold
Far og sønn Lundervold.
Foto:
Ingrid Hagerup

Kunstig intelligens eller AI (artificial intelligence) er et begrep som det er knyttet mye mystikk til. Noen tenker med en gang på roboter, slik som de svært menneskelignende i tv-serien West World, andre igjen kanskje på sjakkroboter og selvkjørende biler. «Selvtenkende maskiner» er på full fart inn i samfunnet vårt, men hva er kunstig intelligens, og på hvilken måte er det nyttig innenfor medisin?

Alexander Selvikvåg Lundervold, førsteamanuensis ved Institutt for data og realfag ved Høgskulen på Vestlandet og faren Arvid Lundervold, lege og professor ved Insitutt for biomedisin, opprettet emnet ELMED219 – «Introduksjon til beregningsorientert medisin og biomedisinsk ingeniørfag», for å besvare noen av disse spørsmålene og flere. Emnet gikk for første gang i januar, med 15 studenter fra både ingeniørfagene og medisin. 

Lager egne regler

– Kunstig intelligens handler om å få datamaskiner til å utføre oppgaver som vi vanligvis tenker at krever intelligens, forklarer ingeniør Selvikvåg Lundervold.

De aller fleste datamaskiner utfører imidlertid allerede oppgaver som vi oppfatter som intelligente. For eksempel kan en kalkulator gjennomføre nokså vanskelige regnestykker, bare med noen få tastetrykk. Forskjellen mellom en vanlig datamaskin og de som man i dag forstår som selvtenkende, er at datamaskinen gjør noe mer enn å spytte ut svar etter forhåndsbestemte regler: Ved AI lager maskinen sine egne regler. Det gjør den egnet til å løse mer komplekse problemstillinger enn én pluss én, noe som passer utmerket innenfor medisin:

– Innenfor medisin og helse står vi overfor komplekse problemer, hvor det kan være vanskelig å formulere én eksakt løsning. Det er her maskinlæring er et nyttig verktøy, sier ingeniøren.

Kraftig verktøy

Du kan tenke deg at du skulle programmert en vanlig datamaskin til å kunne avgjøre om en føflekk er ondartet eller ikke. Da må man gi den bestemte regler å følge, for eksempel å kategorisere alle føflekker over 1 cm i diameter som ondartede, eller bedt den om å bestemme alle symmetriske føflekker som godartede. I virkeligheten er bildet mye mer sammensatt, og å lage koder for alle unntak, vil i beste fall være veldig tidkrevende.

I maskinlæring «forer» man maskinen med et gitt antall bilder, i eksemplet over av godartede og ondartete føflekker, og informerer datamaskinen om hvilke bilder som viser hva. Med utgangspunkt i denne databasen, som kan bestå av hundretusenvis av bilder, kan maskinen beregne, ved hjelp av ulike algoritmer, om en gitt føflekk er ondartet eller ikke.

Det er datamaskinens mulighet til å prosessere store mengder data på veldig kort tid som gjør den til et nyttig og kraftig verktøy for helsefagene:

– I tilfellet føflekkreft måtte man vanligvis ha sendt et foto av føflekken til en dermatolog, som kunne tatt en vurdering. Istedenfor kan man la en datamaskin ta den jobben på et øyeblikk, sier Selvikvåg Lundervold.

«Avmystifiserer» kunstig intelligens

De kursansvarlige sier at et av målene med kurset blant annet er å avmystifisere hva kunstig intelligens handler om, derfor får studentene, i løpet av kurset, lage sine egne intelligente systemer.

Blant annet får studentene i oppgave å bygge et system som analyserer helsejournaldata, for å predikere hvor lenge pasientene blir liggende på sykehuset.

– Det er et "hands-on"-kurs der studentene lager "ekte" kunstig intelligens-systemer på interessante medisinske datasett. I tillegg peker vi på hva som er "state-of-the-art", altså det ypperste, innen disse områdene. Etter at de selv har jobbet med temaene tror vi at de får en mye bedre forståelse og innsikt i metodene som ligger bak "state-of-the-art", forklarer Selvikvåg Lundervold.

Muligheter for medisinsk innovasjon

Et annet mål med kurset er tverrfaglig samarbeid. Medisinere får bedre kjennskap til hvordan ingeniører jobber og hvilke muligheter som ligger i ingeniørfaget, og ingeniørene på sin side, får bedre kjennskap til hvilke kliniske utfordringer medisinere møter. På denne måten er de i fremtiden bedre rustet til å inngå samarbeid, som kan være til det beste både for ingeniører, medisinere og pasienter:

 – Allerede i dag finnes det over 300 start ups som lager produkter som baserer seg på slike intelligente systemer og som er knyttet til helse, sier ingeniøren.

– En revolusjon

I Norge samler vi opp enorme mengder helsedata. Alt fra forhold under svangerskap til fødsler og medisinske journaler er nøye loggført. Kombinert med maskinlæring, kan dette åpne dører for fremtidens pasientbehandling, mener far og sønn Lundervold:

– Vi står overfor en revolusjon i medisinsk dataanalyse. 

Datamaskinene har imidlertid per i dag noen begrensninger. De er ennå ikke så avanserte at de kan erstatte legen. Kommer det en pasient inn på kontoret, så vil det være forhold ved den pasienten, for eksempel knyttet til allmenntilstand eller sinnsstemning, som en stakkars datamaskin ikke vil fange opp. Den kan vurdere deler av problemet, for eksempel den enkelte føflekken, nokså eksakt, men vil miste det fulle bildet. Og den fagkyndige legen må fortsatt peke datamaskinen i riktig retning, og vise gjeldende føflekk fram for den.

– Legen må ta avgjørelsen på hva datamaskinen skal se etter, og sånn sett så fungerer kunstig intelligens mer som et nyttig verktøy for legen, per i dag, sier Alexander Selvikvåg Lundervold, men er positiv med tanke på hvilke muligheter som ligger i fremtidens teknologiutvikling:

– Adopsjonstiden av ny teknologi er lang, men, for å si som Bill Gates: Vi mennesker har en tendens til å overvurdere hva som skal skje om to år, men undervurdere hvor vi er om 10, mener ingeniøren.