”AI ændrer grundlæggende måden, vi arbejder på i sundhedsvæsenet”
Kunstig intelligens er ved at transformere arbejdet med strålebehandling af kræftpatienter og kan spare tusindvis af lægetimer og sikre mere præcis behandling, forklarer professor Stine Korreman.

Artikelserie om AI i sundhedsforskning
Kunstig intelligens er godt i gang med at forandre sundhedsforskningen - men hvordan bruges teknologien i praksis, og hvilke udfordringer følger med? Den kommende tid vil Inside Health sætte fokus på, hvordan forskere på fakultetet arbejder med AI.
Vi vil gerne høre fra dig, hvis du bruger AI i dit arbejde og har lyst til at dele dine erfaringer i nyhedsbrevet.
Kontakt Jakob Binderup
Kunstig intelligens (AI) spiller en stadig større rolle i sundhedsforskningen, både som et værktøj i forskningsprocesser og som teknologi, der kan forbedre patientbehandlingen.
Vi har talt med professor Stine Korreman, forsker i strålebehandling på Institut for Klinisk Medicin, om hvordan hendes forskningsgruppe udvikler AI-modeller for at forbedre behandling af kræftpatienter.
Hvordan bruger I AI i jeres forskning?
Vi arbejder med behandling af kræftsygdomme gennem strålebehandling, og vi bruger AI til at analysere CT-, MR- og PET-scanninger for at identificere tumorer og raske væv. Vores modeller er trænet på mange års patientdata, hvilket gør det muligt at udvikle systemer, der kan hjælpe med at tegne områder op i scanningsbillederne og understøtte de lægelige vurderinger i behandlingen.
Hvordan har teknologien udviklet sig på dit forskningsområde de seneste år?
AI og deep learning har spillet en stor rolle i udviklingen, og især siden 2016-2017 har vi set et markant skifte i brugen af AI, og der er nærmest sket en eksplosion i antallet af videnskabelige artikler om AI i sundhedsforskningen de seneste fem-seks år.
Forklar konkret, hvordan teknologien kan bruges i klinisk praksis?
Hidtil har læger manuelt siddet og gennemgået scanningsbilleder, hvor de skal tegne tumorer, organer og rask væv ind på scanningsbilleder. Det er en tidskrævende proces, der kan tage flere timer per patienter, og som samtidig kan variere meget mellem forskellige læger. AI kan give et ensartet udgangspunkt, som lægerne derefter kan finjustere.
Hvad er potentialet for teknologien?
Det største potentiale ligger umiddelbart i de sparede ressourcer. AI kan spare tusindvis af arbejdstimer om året ved at automatisere de mest tidskrævende dele af processen, og det giver mere tid til patientkontakt og sikrer en hurtigere og mere effektiv behandling. Der er også udsigt til at AI på nogle områder kan forbedre patientbehandlinger, men det har en lidt længere tidshorisont.
Hvor langt er vi fra at kunne bruge det i klinisk praksis?
AI bliver allerede brugt til nogle opgaver, for eksempel til at identificere raske strukturer som knogler og organer og muskler, men når det gælder at identificere tumorer, er der stadig lidt vej. Vi har netop afsluttet et forsøg for hoved-halskræft, og vi starter snart et stort nationalt forsøg for brystkræft.
Hvilke perspektiver ser du for AI i sundhedsvæsenet?
AI kan spare læger for mange timers manuelt arbejde og sikre en mere ensartet vurdering af patienternes scanninger. Vi forventer, at AI kan blive en naturlig del af workflows i behandlingen, så lægerne fx kan bruge mere tid på patientkontakt frem for at gennemgå billeder.
Hvordan kan Danmark og AU positionere sig i den internationale AI-konkurrence?
Danmark har en unik position i AI-udviklingen inden for sundhed, fordi vi har en af verdens bedst organiserede og mest omfattende sundhedsdatabaser. Vi har digitale patientjournaler og sundhedsregistre, der gør det muligt at udvikle AI-løsninger, der er baseret på et stort datagrundlag. Mange andre lande, inklusive USA og Kina, arbejder med AI i sundhed, men ofte på mere fragmenterede datasæt. Jeg tror derfor, at Danmark kan blive en ledende aktør i udviklingen.
Hvad er det næste skridt for AI i jeres forskning?
Vi vil fortsætte med at teste vores AI-modeller i kliniske forsøg og forbedre samarbejdet mellem forskere, læger og beslutningstagere. Vi håber, at vores arbejde kan bidrage til, at AI blive en integreret del af patientbehandlingen.
Hvornår kan vi forvente, at AI bliver en fast del af den kliniske praksis?
Tidsbesparelsen ved at bruge AI er så stor en fordel, og derfor tror jeg, at implementeringen vil ske relativt hurtigt, da AI primært bruges som et værktøj til at understøtte lægernes beslutninger. Allerede nu er vi i gang med at teste AI i nationale forsøg, og hvis de viser gode resultater, tror jeg, vi vil se en bred implementering inden for de næste få år.
Hvordan forholder I jer til de etiske dilemmaer ved AI i sundhedsvæsenet?
Vi er i gang med at opstarte et samarbejde med Center for Interacting Minds, der forsker i AI i sundhedsvæsenet for at sikre, at vores forskning også tager højde for etiske aspekter i forbindelse med implementering af AI.
AI er ikke bare en teknologisk udvikling – det er en grundlæggende ændring af måden, vi arbejder på i sundhedsvæsenet. Derfor er det afgørende, at vi implementerer AI med samme videnskabelige stringens som andre medicinske teknologier.
Hvad er de største udfordringer for udviklingen af AI i sundhedsforskningen?
En af de store udfordringer er adgang til data. GDPR og andre reguleringer gør det for eksempel svært at dele sundhedsdata på tværs af regioner og forskningsinstitutioner. Det er en tendens til at betragte alle sundhedsdata som ekstremt følsomme, selv i anonymiseret form, og det kan hæmme innovationen. Hvis ikke vi finder en god balance mellem datasikkerhed og innovation, risikerer vi at blive sat bagud i kapløbet.
Kontakt
Professor Stine Korreman
Aarhus Universitet, Institut for Klinisk Medicin - Dansk Center for Partikelterapi
Telefon:
stine.korreman@clin.au.dk