Skip to main content

Sundhedspolitisk Tidsskrift

”Den kunstige intelligens-model afløser ikke det kliniske skøn, men det giver lægen en second opinion, mens undersøgelsen af patienten er i gang, så patienten får en mere præcis undersøgelse og behandling,” siger Bobby Lo, der er læge og postdoc på Gastroenheden på Hvidovre Hospital.

Region Hovedstaden tager kunstig intelligens i brug til at vurdere tarmsygdomme mere præcist

Skrevet af Anne Westh den . Skrevet i Sundhedspolitik.

En ny dansk undersøgelse viser, at en avanceret model kan vurdere sværhedsgraden af kronisk betændelse i tyktarmen (colitis ulcerosa) mere præcist end mave-tarmspecialister ved at analysere billeder fra en kikkertundersøgelse. Modellen bliver snart en del af den kliniske praksis i Region Hovedstaden.

”Den kunstige intelligens-model afløser ikke det kliniske skøn, men det giver lægen en second opinion, mens undersøgelsen af patienten er i gang, så patienten får en mere præcis undersøgelse og behandling,” siger Bobby Lo, der er læge og postdoc på Gastroenheden på Hvidovre Hospital. Han præsenterede resultaterne af studiet på det europæiske gastroenterologiske selskabs årsmøde, UEG Week 2024.

Trænet på 2.000 billeder

I undersøgelsen har Bobby Lo og hans forskergruppe udviklet en avanceret model (en kunstig intelligens), der kan analysere billeder fra kikkertundersøgelser (koloskopier) af patienter med kronisk betændelse i tyktarmen (colitis ulcerosa). Modellen er baseret på 2.000 billeder fra patienter behandlet på mave-tarm-afdelingen på Hvidovre Hospital. Den blev først trænet på 80 procent af billederne og derefter testet på de resterende 20 procent for at sikre præcision.

Alle billederne blev vurderet af seks specialister inden for kroniske tarmsygdomme fra mave-tarm-afdelingen på Bispebjerg Hospital. Vurderingerne fulgte to internationale systemer til at måle sygdommens sværhedsgrad: Mayo Endoscopic Score (MES) og Ulcerative Colitis Endoscopic Index of Severity (UCEIS). Som udgangspunkt for vurderingen blev der brugt et simpelt flertal af eksperternes scorer på UCEIS-skalaen, der blev betragtet som den bedste standard.

Efterfølgende blev resultaterne fra kunstig intelligens-modellen holdt op imod guldstandarden samt den enkelte eksperts vurdering. Resultaterne viste, at kunstig intelligens-modellen var lige så god eller i nogle tilfælde bedre end den enkelte eksperts vurdering. Det var især tydeligt, når billederne skulle vurderes for sår og karstrukturer i tarmen, men i mindre grad for blødninger.

AI bliver ikke træt

Bobby Lo mener, at der er flere årsager til, at den kunstige intelligens klarede sig bedre end selv en trænet mave-tarmspecialist (gastroenterolog).

”For det første er erfaring et vigtigt parameter, når man sammenligner kunstig intelligens med lægernes vurdering, for den enkelte læges erfaring vil afhænge af hvilken type af patienter, man har set gennem sin karriere. Erfaringsgrundlaget for den kunstige intelligens er til gengæld bredere, for den er trænet ud fra et gennemsnit af mange eksperters vurderinger og oplæring,” siger han.

”Dernæst er fatigue en faktor, for den kunstige intelligens bliver ikke træt, da det er den samme computerprocessor, der kører igen og igen. Men en ekspert kan begynde at blive træt og ukoncentreret efter at have set bare 20-30 billeder og vil efterhånden misse nogle vigtige elementer i et billede. AI er en måde at bruge teknologien på til at højne bundniveauet for vurderingen af sygdomsgraden.”

Endoskopier er hjørnestenen

Bobby Lo mener, at en AI-model til vurdering af endoskopier kan få stor betydning i den kliniske hverdag.

”Endoskopier (kikkertundersøgelse, red.) er hjørnestenen i at vurdere sygdomsforværring hos patienter med colitis ulcerosa samt afgøre, hvilken behandling patienterne skal have. Hvis en endoskopi scores for lavt, risikerer man at underbehandle patienten. Og hvis en endoskopi scores for højt, risikerer man overbehandling med de bivirkninger, det måtte medføre,” siger han.

”Jeg er selv kliniker, men har det egentlig fint med, at den kunstige intelligens-model er bedre end det kliniske skøn. Man skal bare huske, at inden for alle former for kunstig intelligens vil der altid være tilfælde, hvor AI-modellen laver nogle hallucinationer, der er helt ved siden af. Derfor er det vigtigt, at der stadig er klinikere med til at sikre, at man når frem til det korrekte resultat.”

Implementeres i klinikken

Et fuldt set-up med den kunstige intelligens-model er allerede blevet testet i klinisk praksis på Gastroenheden på Hvidovre Hospital. Det foregår ved, at en bærbar computer med den kunstige intelligens-model kobles til endoskopi-udstyret inde på undersøgelsesstuen. Mens endoskopien udføres vil den kunstige intelligens-model løbende komme med forslag til, hvordan resultaterne af endoskopien skal tolkes.

”Vores model er allerede godkendt til brug i Region Hovedstaden, og vi begynder at implementere den i den kliniske hverdag i Gastroenheden på Hvidovre Hospital. Det bliver spændende at se, hvordan modellen performer, når den ikke længere kun er en del af et forskningsprojekt, men skal fungere i klinisk praksis,” siger Bobby Lo.