Kunstig intelligens i helsevesenet – hype eller håp?

Helseanalyseplattformen (HAP) er skrotet. Det skyldes i all hovedsak Schrems II-dommen og frykten for at norske helsedata ville komme på avveie. I ettertid er det nok godt å konstatere at det ble slik: HAP ville gape over for mye. Store tunge ikt-prosjekter sprunget ut av og ledet av store tunge byråkratiske organisasjoner er lite tilpasset den dynamiske utviklingen som skjer innen helsemarkedet. I stedet ser vi fremveksten av mindre tverrfaglige prosjekter sprunget ut av de spennende mulighetene som ny teknologi gir.

AI og helsedata

Et eksempel på det er Kunstig Intelligens (AI) og bruk av helsedata. Helsedatadagen 2023 hadde flere interessante foredrag om hvordan bruk av AI kan gi helsedata økt verdi. AI kan føre til forbedret prediksjon, diagnostisering, behandling og oppfølging av sykdommer, særlig innenfor kreft og demens.

Både kreft- og demensbehandling blir stadig mer sammensatt. Men det er nå i ferd med å bli utviklet presisjonsmedisin hvor molekylær kunnskap basert på den enkelte pasients genom (arvemateriale), brukes til å utvikle individuelt tilpasset behandling. Storskala forskning på AI-analyse av helsedata, er nøkkelen.

Ett eksempel er AI-Mind hvor en bruker AI til å etterligne den menneskelige hjerne for bedre å forstå mild kognitiv svikt som forløper til utvikling av demens. På den måten kan en oppdage symptomene på et tidlig stadium og starte behandling tidligere.

Koding vs fritekst

Ett av de sentrale spørsmålene i helsetjenestene i dag, er om epikriser skal skrives i fritekst (ustrukturerte data) eller i koder (strukturerte data). Dette spørsmålet er en del av striden omkring Helseplattformens anvendelighet. AI kan løse den konflikten:

Etter hver pasientkontakt skal en epikrise registrere hva slags utredning eller behandling pasienten har mottatt, basert på pasientens journalopplysninger (som er historiske data). Legen må her forholde seg til et internasjonalt system med 30.000 koder (!) for ulike sykdommer.

Overlege Erik Fosse sier i en artikkel – Slik vil teknologi endre sykehusene – at veien å gå ikke er fortsatt standardisering: "Vi må lære opp datamaskiner til å forstå og analysere i fritekst i journaler og i laboratoriesvar. Standardisering er mer tidkrevende og dyrere enn å utvikle kunstig intelligens som kan lese ustrukturert tekst".

I Tidsskrift for legeforeningen sier en annen kjent spesialist, Petter Hurlen, at det har pågått et meningsløst arbeid over 50 år med å ta i bruk et kodet fagspråk som ingen lege forstår.

Det er derfor interessant at Helsearkivregisteret når tar i bruk språkalgoritmer (språkmodeller) i tolkningen av helsedata fra døde personer. Registeret bruker i dag AI til å lese ustrukturerte data fra obduksjonsrapporter ved hjelp av et norsk-utviklet AI-system, Anzyz. De bruker en språkalgoritme (Natural Language Processing) for å søke i ustrukturerte data. Det gir en mer effektiv gjenfinning av både strukturert og ustrukturert innhold i pasientjournalene. Dette kan føre til at pasientjournaler i fremtiden ikke bare blir brukt til behandling av den enkeltes helse, men også som grunnlag for klinisk og epidemiologisk forskning og som bidrag til forebyggende helsetjeneste.

Helsedata fra døde personer er derfor ikke «døde» i den forstand at de ikke kan brukes til forskning på nåtidens sykdommer, og utgjør dermed et uutnyttet potensialt. Her er Norge unik; ingen andre land tar vare på sine pasientarkiv på den måten Norge gjør.

Hva er verdien av helsedata?

Bruk av AI til analyse av helsedata, har ikke bare betydning for behandlingen av den enkeltes helse eller til klinisk forskning. Den kan også brukes til samfunnsøkonomiske analyser på aggregert nivå for å følge utviklingen og effekten av f.eks. en pandemi. Når slike data sammenholdes med åpne, offentlige data (som f.eks. luftforurensningen spesielle dager) vil dette ha stor betydning for pasienter med luftveisinfeksjoner. Det bidrar til bedre helse og bedre liv for den enkelte pasient.

Dette forutsetter at dataene har god kvalitet, og ikke minst at de er de riktige data. Blir en algoritme foret med feilaktige data, kan resultatet bli katastrofalt. En må også skille mellom administrative registre og diagnoseregistre, og mellom registre som har et økonomisk eller et klinisk formål. Tendensen til nå er vektlegging av helsedata som har et administrativt og økonomisk formål. (Jeg har tidligere skrevet mer inngående om verdien og kvaliteten av helsedata i en datadrevet økonomi).

EU satser – hva gjør Norge?

EU har definert bruk av helsedata som et eget og høyt prioritert satsingsområde. Felles europeisk helsedataområde EHDS (European Health Data Space) vil utvikle sikker og effektiv infrastruktur for overføring av helsedata over landegrensene. Prosjektet vil ventelig bli realisert innen 2025.

Norge er ønsket velkommen inn i arbeidet, og det vil i nær fremtid bli etablert en bilateral avtale mellom Norge og EU på dette området.

Norge er ikke med i EU, og det skal bli spennende å se hvordan regjeringen til syvende og sist stiller seg. Det er et faktum at Norge ble hjulpet av EU (Sverige) å få tak i vaksiner under pandemien, noe spesielt ett av partiene i denne regjeringen ikke er villig til å erkjenne.

Under Helsedatadagen ga både leder for det danske Genomen-senteret og norske fagfolk, uttrykk for et håp om at Norden (inkludert utenfor-landet Norge) burde samarbeide bedre for å skape en mer fremoverlent strategi som innspill til EUs satsing på dette området. Fagpersonene er enige; ballen ligger hos regjeringen.

Omorganisering av Direktoratet for e-helse

Regjeringen har i forbindelse med fremleggelsen av Revidert nasjonalbudsjett besluttet at de vil splitte opp Direktoratet for e-helse og legge det inn under henholdsvis Helsedirektoratet og Folkehelseinstituttet. Helsedataservice i Direktoratet for e-helse (restene etter Helseanalyseplattformen) flyttes til Folkehelseinstituttet og instituttets registre. Begrunnelsen er bedre utnyttelse av helsedata. Øvrige funksjoner slås sammen med Helsedirektoratet gjennom en virksomhetsovertagelse.

Hvorvidt et slikt grep egentlig vil ha noen stor betydning for fokus og retning for digitaliseringen av helsevesenet, er tvilsomt. Endringen var ventet, og er ikke noe mer enn en erkjennelse av at nåværende organisering, er bildet på en mislykket digitaliseringspolitikk.

Større strukturelle grep vil ikke drive digitaliseringen av helsesektoren fremover. Det Helsedatadagen fremfor alt viste er at innovasjon – og strategier – er «bottom-up»-initiert, og krever både smidige (agile) prosjekter, smidige organisasjoner og smidig styring. AI brukt til analyse av helsedata vil endre de underliggende grunnstrukturene i helsevesenet på en helt annen måte enn større overgripende omorganiseringer:

• Effektiv bruk av AI-analyse vil føre til en mer presis identifisering av sykdommer, behandling etc. som i sin tur vil føre til lavere belastning på den tyngste del av helsevesenet
• Helsetjenestene vil i større grad bli tilbudsstyrt fremfor kostnadsstyrt
• Det vil tvinge frem et sterkere samarbeid med helsenæringen

Ikke minst vil det føre til at pasientene selv blir en viktig ressurs for å utvikle nye digitale helsetjenester, at helsepersonell og forskningen blir de viktigste driverne for teknologisk og sosial innovasjon, og at helsenæringen blir en viktigere bidragsyter. AI vil på den måten oppfylle politikernes våte drøm om en mer pasientsentrert helsetjeneste.

AI er derfor ingen hype, men et håp, for digitaliseringen av norsk helsevesen.

Arild Haraldsen