Simple anbefalinger til læger, skabt af computerprogrammer på baggrund af erfaringer fra behandlingen af op mod 50.000 andre patienter, kan i fremtiden være det, der vil hjælpe dig endnu bedre igennem en kræftbehandling.
En ny bevilling skal sikre udviklingen af kunstig intelligens på Sjællands Universitetshospital – en slags digital doktor, der måske i fremtiden kan være med til at redde dit liv, hvis du rammes af alvorlig sygdom.
Tanken er kort fortalt at holde dine patientdata op mod rigtig mange andres og dermed udstikke den smartest mulige kurs i din behandling. Det fortæller Ismail Gögenur, der er overlæge og professor ved Sjællands Universitetshospital.
- Det kan være, at det for dig vil være sikrest at vente nogle dage eller uger, før du får den kræftoperation, der ellers typisk ville være næste skridt i behandlingsforløbet, forklarer han.
Vi kommer ikke til at knække hemmeligheden ved kræft i overmorgen med denne teknik. Men der er tegn i sol og måne på, at denne tilgang til tingene har et enormt stort potentiale.
- Hvis netop dine patientdata viser, at du vil have en meget bedre chance for at slippe godt fra operationen, hvis du først får en ekstra kemokur, en diæt med ekstra protein eller nogle dage med jernpiller, så vil det være den anbefaling, som vores program vil give din læge - baseret på erfaringerne fra titusinder af patientforløb, fortæller professoren til TV2 ØST.
Et af 15 udvalgte projekter
Ismail Gögenur er manden bag projektet på Sjællands Universitetshospital, der er et af 15 danske projekter med brug af kunstig intelligens, som regeringen, Kommunernes Landsforening og Danske Regioner i forening har besluttet at skyde penge efter.
Der er tale om 15 såkaldte signaturprojekter, der skal øge erfaringen og resultaterne i den offentlige sektor ved at indføre brug af kunstig intelligens i den offentlige sektor. Statens andel til projekterne er en del af det netop fremlagte forslag til finanslov.
- Det, vi vil gøre, er at give læger anbefalinger baseret på avancerede computerberegninger. Beregningerne skal både se på alle de individuelle detaljer i patientens journal og skal trække på erfaringerne fra et meget stort antal patienter, der har været igennem den samme behandling. Det skulle gerne give lægen et stærkt redskab, der samtidig kan give klare anbefalinger til det videre arbejde med patienten, siger Ismail Gögenur.
Hans projekt handler i første omgang om at vurdere risikoen for forskellige problemer hos patienter, der skal opereres for kræft i tyktarmen eller tyndtarmen.
- Vi giver lægen en simpel anbefaling baseret på enorme mængder data, som vores computere har tygget sig igennem. Her kan vi forudse med stor præcision, hvor stor risiko patienten har for eksempelvis at skulle genindlægges, eller for at præcis denne patient kan rammes af komplikationer, der måske i værste fald kan ende med døden, siger han.
Meget stort potientiale
Computerens vurderinger kan gøre, at lægen kan vælge en mere sikker behandlingsvej i forhold til flere tusind faktorer ved den enkelte patients sygdom.
- Vi kommer ikke til at knække hemmeligheden ved kræft i overmorgen med denne teknik. Men der er rigtig mange tegn i sol, måne og stjernerne på, at denne tilgang til tingene har et enormt stort potentiale. Allerede i dag, før de overhovedet er færdigudviklede, er vores modeller bedre end nogen anden kendt teknik til at forudse, hvordan sygdommen vil udvikle sig. Nu er tiden så kommet til at prøve det af på patienterne, siger professoren.
Jeg vil gerne understrege, at jeg ikke er i tvivl om, at det her er noget der virker, og som skaber en stor værdi for behandlingerne.
Med bevillingen har det nu været muligt at ansætte en række forskere, der indleder arbejdet med at opbygge den store datamodel, som den digitale doktor skal trække sine erfaringer på.
- Det er i virkeligheden en stor maskinlæringsalgoritme, som vi putter et brugervenligt lag ovenpå, siger Ismail Gögenur.
Computeren skal selv lære
Maskinlæring er et system indenfor kunstig intelligens, hvor computerprogrammer kan lære ting, uden at man på forhånd har programmeret, hvordan den skal lære. Teknikken er de seneste år eksploderet indenfor forskningen og er især gode til at skabe forudsigelser og finde sammenhænge i enorme mængder data.
- Det er en teknik, som kan bruges på rigtig mange forskellige områder indenfor kirurgien. Vi har valgt at fokusere på tyk- og tyndtarmskræft, fordi vi gerne her vil bevise, at det her er noget, som vi kan bruge, siger han.
Han er ikke i tvivl om, at teknikken har meget store potientiale i sundhedsvæsenet.
- Jeg vil gerne understrege, at jeg ikke er i tvivl om, at det her er noget, der virker, og som skaber en stor værdi for behandlingerne. I fremtiden kan vi bruge de erfaringer, vi gør os nu, til at hjælpe med behandlingen indenfor andre områder. Dybest set handler dette projekt om at skabe dybere forståelse for de individuelle forskelle ved behandling af alvorligt syge patienter, siger Ismail Gögenur.
Han forventer, at arbejdet med patienterne for alvor kan gå i gang om nogle år, når forskerne er færdige med at sammensætte deres datamodeller.
Stor værdi
Professor og overlæge Ismail Gögenur er begejstret over bevillingen.
- Det er helt fantastisk, at man nu sparker de her ting i gang. Vi tror på, at det her er en vigtig vej at gå, og vi tror, at det her vil have en meget stor værdi i forhold til rigtig mange behandlingsfelter og behandlinger. Der er ingen tvivl om, at vi vil kunne skabe rigtig meget værdi for pengene i dette forskningsområde, siger han.
Også sundheds- og ældreminister Magnus Heunicke (S) har store forventninger til projektet på Sjællands Universitetshospital og de øvrige 14 signaturprojekter.
- Det her handler ikke bare om øget effektivisering og smidigere arbejdsgange for medarbejderne. Nej, når man taler om brug af kunstig intelligens i sundhedsvæsenet, så kan det faktisk have direkte betydning for, om patienter overlever kritisk sygdom eller ej. Derfor har de her projekter virkelig potentiale til at gøre en forskel for borgerne, siger Magnus Heunicke.