Sykehus sparer tid og ressurser med kunstig intelligens

Overlege og ph.d. ved Nordlandssykehuset i Bodø, Kjersti Mevik, er helt overbevist om at bruk av kunstig intelligens i helsevesenet kommer både leger og pasienter til gode. Foto: Nadia Norskott

Ved hjelp av kunstig intelligens kan helsepersonell ved Nordlandssykehuset søke gjennom bunkevis av journaler og kartlegge mulige pasientskader på et øyeblikk.

Kan man forutse og dermed forebygge skader og hendelser i et pasientforløp før de skjer?

Det ønsket overlege og ph.d. Kjersti Mevik ved Nordlandssykehuset i Bodø å finne ut av. Sammen med et helsepersonellteam lykkes hun å markant redusere tidsforbruk ved å finne og identifisere mulige pasienthendelser.

En hendelse kan være alt fra at en pasient opplever kvalme og ubehag til å måtte gå gjennom en ny operasjon. Det er ikke alltid alvorlig, men slitsomt for pasienten og ressurskrevende for helsevesenet.

Med en portal utviklet av Kjersti og hennes kolleger brukes kunstig intelligens (AI) til å lese historiske journaler og fremheve tidligere tilfeller av pasientskader mye raskere enn mennesker er i stand til.

– Vi kan se gjennom langt flere journaler og dermed kartlegge pasientskader mer nøyaktig enn om vi skulle lest gjennom alle journalene manuelt. Vi kan deretter bruke informasjonen til å forhindre fremtidige hendelser. For pasienten er det i tillegg fint å være på et sykehus der personalet er oppmerksomme på hvilke hendelser som kan oppstå, og forebygge dem. Det gir pasienten håp, sier Mevik, som er kirurg ved bryst- og endokrinkirurgisk avdeling.

Kunnskap om tidligere pasientforløp kan forhindre at fremtidige pasienter får infeksjon i forbindelse med innleggelse og behandling, at de utsettes for fallulykker eller får kraftige blødninger, etter for eksempel en operasjon. Dette fordi kunnskap fra historiske data (journaler) gjør at man kan gjøre de riktige tingene til riktig tidspunkt.

Kunstig intelligens kan hjelpe legene å handle raskt og riktig – og dermed forhindre komplikasjoner, mener Kjersti Mevik, overlege og ph.d. ved Nordlandssykehuset. Foto: Nadia Norskott

Større datagrunnlag ga mer objektivitet

Norske helsemyndigheter ba i 2011 sykehusene om å ta stikkprøve av 20 pasientjournaler hver måned, for å bli klokere på hvordan antallet hendelser kan reduseres. Initiativet går under den internasjonale betegnelsen Global Trigger Tool (GTT).

For å få bedre statistikkgrunnlag økte Kjersti og teamet antallet til mer enn 1500 journaler. Det medførte at de brukte mye tid på å granske de mange journalene, som hver skulle leses nøye gjennom av to sykepleiere, før en lege skulle verifisere funnene.

Det enorme tidsbruket på administrative oppgaver gikk på bekostning av tid med pasientene, og førte til frustrasjon hos ledelsen. Mevik mente likevel dette var viktig for å finne ut av hvordan det egentlig sto til og hvor gode de var til å forebygge pasientskader.

– Vi ville gjerne vite hvor godt vi gjorde det. Vi kunne også ha basert oss på frivillig rapportering av hendelser, men da ville vi ikke fått en like fullstendig oversikt, sier hun.

Ifølge International Health Institute (IHI) blir kun mellom ti og 20 prosent av alle hendelser rapportert frivillig, og det er som regel når utfallet ikke er skadelig. Mellom 90 og 95 prosent av frivillig innrapportering viser hendelser som ikke har gjort skade på pasienten.

Inkluderer man flere journaler på en mer objektiv måte, får man et mer realistisk datagrunnlag å handle på. Antallet hendelser steg med 37 prosent når datagrunnlaget ble utvidet fra kun frivillig rapportering til mer objektiv innsamling av data.

For Mevik ble spørsmålet da om det var en måte å undersøke et stort antall journaler på en objektiv måte, uten at det tok tid bort fra pasientene.

– Dette må det være mulig å gjøre automatisk.

Legene i Helse Nord kan søke opp det de trenger i portalen, som gir svar og anbefalinger basert på kriterier satt av leger, samt data fra et stort antall pasientjournaler. – Vi kan nå se gjennom langt flere journaler og dermed kartlegge pasientskader mer nøyaktig, sier Kjersti Mevik. Foto: Nadia Norskott

Gullstandarden

Det globale softwareselskapet SAS Institute ble hentet inn for å stå for teknologien, samle de store datamengdene og omsette legenes kriterier til en algoritme som driver den kunstige intelligensen.

Algoritmen gjør det mulig å gjøre fritekstsøk i historiske journaler og fanger opp utvalgte ord og årsakssammenhenger definert av legene.

Når algoritmen kommer med en anbefaling på bakgrunn av notater i journaler, vurderer legene om den har fanget opp de riktige opplysningene og funnet korrekte årsaker.

– Datamaskinen kom med et svar, og vi satt der med kliniske briller og var «gullstandarden». Det var i 2012, og jeg tror ikke AI var så avansert den gang, men det var veldig interessant at vi kunne være med å utvikle og bygge systemet, og at det ble stadig bedre, sier Mevik.

Senere kom det ferdige systemet på sykehuset i form av en portal der alle kunne søke på tvers av avdelingene. Nå er det slutt på å sende regneark rundt på epost. Alle kan på få minutter finne frem til potensielle hendelser i portalen. Dette øker muligheten for å forutse pasientforløp og imøtekomme komplikasjoner.

SAS Institute

SAS Institute leverer avanserte softwareløsninger som omdanner data til innsikt og beslutningskraft. SAS har samarbeidet med helseinstitusjoner og life science-kunder over hele verden i mer enn 40 år.

SAS har bistått med krevende og samfunnskritiske løsninger som øker innovasjonskraft, effektivitet og pasientsikkerhet i en sektor med strenge krav til pålitelighet og behandling av sensitive data. Nysgjerrighet og tillit er en del av SAS Institutes DNA, og en viktig drivkraft når selskapets eksperter innen AI og maskinlæring skaper løsningene sammen med kunder.

Flere timer til pasientene

For sykehuset har utviklingen av portalen betydd en dramatisk reduksjon i tiden de ansatte bruker på å lese gjennom journaler, forteller Tonje Hansen, fagdirektør ved Nordlandssykehuset.

– Vi sparer tid og ressurser. Kunstig intelligens forenkler logistikken rundt skjemaer og registrering. Før krevde det mye mer jobb å lage rapporter og skadestatistikk. Nå henter vi det direkte fra portalen, sier hun.

Systemet er nå implementert på sykehusene i hele Helse Nord, og Hansen ser muligheter for at en versjon 2.0 av systemet også kan varsle om potensiell risiko i realtid.

– Vi må kunne varsel om risiko for ytterligere pasientskader under selve innleggelsen. Dette er også god økonomistyring og kan bli fremtidens helsevesen, forklarer hun.

Mevik ser store muligheter for videre utvikling:

– Vi vil gjerne utvikle et system som kan gjøre bedre prediksjoner. Dersom man endrer algoritmen til å fange opp pasienter som står i fare for å få en skade, kan det hjelpe oss å treffe riktige beslutninger før en operasjon, sier hun.

Finner nye veier

For Mevik har prosjektet med å utvikle algoritmen også bekreftet troen på at teknologi kan jobbe sammen med mennesker og hjelpe oss å finne bedre svar på en rekke spørsmål.

– Med kunstig intelligens kan vi se sammenhenger i store datamengder som vi ikke har hatt mulighet til før. Den kan utføre en del av jobben vår og støtte oss med å ta valg på et kvalifisert grunnlag.

– Kunstig intelligens skal ikke nødvendigvis ta de endelige avgjørelsene, men hjelpe oss med å ta riktige beslutninger, legger hun til.

Det er ikke siste gang Mevik kaster seg over et prosjekt som handler om å finne bedre svar på de utfordringene leger og pasienter støter på.

– Jeg blir inspirert til å finne ut hva andre har gjort for å løse problemer, og hvis jeg ikke finner svarene, vil jeg finne en løsning selv. Uten nye løsninger blir det kjedelig, og jeg liker å finne nye veier – akkurat som når jeg går i fjellet.