21-12-2022

Jonas Schaarup (t.v.) og Adam Hulman har undersøgt holdningen til kunstig intelligens i Midtjylland.

Brugen af kunstig intelligens (AI) i sundhedsvæsenet har enormt potentiale, og Steno Diabetes Center Aarhus satser kraftigt på udviklingen. Brugernes dom tegner et klart mønster: de er klar til AI, så længe det indføres i samarbejde med sundhedsbehandlerne.

”Menneskers accept af AI-baserede sundhedsrelaterede teknologier afhænger stærkt af deres opfattelser af og tillid til AI generelt,” siger ph.d.-studerende Jonas Schaarup fra Steno Diabetes Center Aarhus.

Han er en af forskerne bag et studie, hvor 8.420 personer i Midtjylland har svaret på deres aktuelle teknologibrug samt holdninger til datadeling og opfattelser af AI i sundhed. Svarerne skulle blandt andet forholde sig til to AI-teknologiske scenarier relateret til diabetes:
- automatiseret billedanalyse til screening for diabetisk øjensygdom – retinopati – der kan koste synet
- automatisk analyse af blodsukkermålinger til skræddersyet glukosesænkende behandling.

”Et flertal opfattede flere fordele end risici ved brug af AI-baseret teknologi, men mange er stadig meget usikre på, om fordelene ved AI opvejer risici. Det var afgørende – især blandt mennesker med diabetes - at hvis AI-baseret teknologi skulle indføres, er kontrollen af sundhedspersonale vigtig,” siger Jonas Schaarup.

46 procent af de adspurgte i studiet erklærede sig enige i, at fordelene ved AI opvejer ulemper, mens 30 procent var usikre og 2 procent direkte uenige.

De lærende maskiner

Ingen er i tvivl om, at der er et næsten uudgrundeligt potentiale i brugen af kunstig intelligens. Via machine learning – maskinlæring – kan computere gennem træning lære og udvikle sig ved at genkende mønstre i datasæt og algoritmer, som de analyserer.

Deep Learning, som der ikke findes noget solidt dansk ord for, er en mere avanceret form for maskinlæring gennem enorme datasæt, for eksempel millioner af billeder og neurale netværk.

En stærkt anerkendt kunstig intelligens ved navn AlphaFold har ‘forudsagt’ strukturerne af næsten alle de proteiner, videnskaben har kendskab til. Og de flere end 200 millioner proteinstrukturer er blevet delt i en frit tilgængelig database; en opgave, der uden AI ville have haft meget lange fremtidsudsigter.

I dag kan personer med type 1-diabetes få små kontinuerlige doser af basalinsulin gennem en diabetespumpe, som brugeren har indstillet – og samtidig kan brugeren give ekstra insulin til måltider. Groft sagt indstiller brugeren sine doser ud fra blodsukkerniveau, kulhydrater i maden og erfaring for, hvordan insulinen optages i kroppen.

Men i fremtiden kan det være, at AI kan forudsige og beregne helt præcist, hvor meget insulin, personer med diabetes har brug for uden daglig indblanding fra mennesker – og samtidig beregne sandsynligheden for følgesygdomme, ud fra mange forskellige målinger i kroppen, for eksempel fra smartwatches, og ikke kun fra blodsukkerniveauet.

Steno satser på kunstig intelligens

I Steno Diabetes Center Aarhus er vi optagede af, hvordan kunstig intelligens og maskinlæring kan påvirke den kliniske forskning – og i sidste ende behandlingen af mennesker med diabetes eller i risiko for at få det.

En drivkraft i udviklingen er senior data scientist og lektor Adam Hulman. Han fik i september som ”Emerging Investigator" en bevilling på 9 millioner kroner fra Novo Nordisk Fonden, midler som skal finansiere etableringen af en gruppe i Steno Diabetes Center Aarhus, der udvikler og forsker i brugen af kunstig intelligens og maskinlæring.

Adam Hulman har tidligere udviklet ”T1 Risk Engine” sammen med kollegaer på Steno Diabetes Center Copenhagn. Det er et værktøj, som ved at blive fodret med forskellige tal om en patient, kan beregne risikoen for blandt andet hjertekarsygdomme hos personer med type 1-diabetes.

Nu er målet at inkorporere alle tænkelige data – for eksempel billeder og kontinuerlige glukosemålinger – i kliniske modeller gennem deep learning. Med i udviklingen skal både være klinisk og datavidenskabeligt personale i det, der bliver en kraftig opgradering af arbejdet med kunstig intelligens i Steno Diabetes Center Aarhus.

Adam Hulman er optaget af at bygge bro mellem fagligheder, så AI ikke bliver et hardcore datavidenskabeligt anliggende. Som hans ”T1 Risk Engine” skal teknologien være umiddelbart brugbar og tilgængelig.

”Især to områder af AI ser jeg lige nu et stort potentiale i at arbejde med. Det ene er syntetisk data, altså at man ved hjælp af AI kan skabe meget store mængder data, som man kan bruge i forskningen. Den data vil ligne rigtig data, men kan bruges fuldstændig frit,” siger Adam Hulman.

”Det andet er transfer learning, hvor man genbruger algoritmer, som oprindeligt er udviklet til ét bestemt formål, og så overfører dem til at kunne fungere i en anden sammenhæng. Det kunne for eksempel være, at en algoritme udviklet til at genkende forskellige lyd i YouTube-videoer kan bruges i klinikken efter finjustering for at analysere hjertelyd. På denne måde kan man mindske den data- og arbejdsmængde, man ellers ville skulle bruge for at udvikle AI-algoritmen.”

Tilmeld dig vores nyhedsmail

Vores nyhedsmail er for dig, der ønsker udvalgte nyheder fra os direkte i din indbakke. Tilmeld dig her, så modtager du en nyhedsmail 2-4 gange om året.





Abonnér på vores nyheder

Hvis du gerne vil høre fra os lidt oftere, kan du klikke på 'Abonnér' på vores nyhedsside.

Så modtager du en kort mail, hver gang der er nyt fra os.

Smart, ikke?