AI-KOA

Projektet løb fra starten af 2021 til slutningen af 2024 på Bispebjerg Hospital.  

Det planlægges ikke, at systemet skal implementeres efterfølgende. 

Projektet drejede sig om en kunstig intelligensbaseret beslutningsstøtte til læger. En algoritme fra firmaet Radiobotics analyserede røntgenbilleder af knæ for slidgigt (artrose) og beskrev graden af slidgigt på samme høje niveau som en erfaren radiolog. Algoritmen kom herefter med et udkast til en radiologisk rapport, som lægen kunne tage udgangspunkt i. Algoritmen fungerede dermed som et hjælpemiddel for lægen. 

Algoritmen blev trænet ved brug af data fra OAI, som var en åben kilde til forskningsdata på slidgigtpatienter. Herefter skete der efterbehandling af denne data gennem anoteringer, segmenteringer, mm.

Algoritmen var blevet klinisk valideret, inden den blev taget i brug, for at vurdere dens ydeevne. Erfaringen viste nemlig, at algoritmer ofte præsterede dårligere i praksis, da de kunne være trænet på data, der adskilte sig fra de data, de faktisk skulle anvendes på. Derfor var algoritmen blevet afprøvet, så lægerne vidste, hvad de særligt skulle være opmærksomme på, når de brugte den i praksis.  

Herudover skete der en løbende kvalitetssikring.  

Forskerne havde desuden indhentet forskningstilladelser til forskningsprojektet. 

Gennem projektet er der blevet identificeret en række udfordringer, både af juridisk, etisk og teknisk karakter.  

En af de udfordringer, der blev identificeret, knytter sig til anonymiseringen af data. Anonymisering er svær at foretage ved billeder. Denne udfordring er blevet udbedret gennem bistand fra sundhedsjurister, der har vurderet patienternes konkrete risici for identifikation. Selvom der ikke kan ske anonymisering af røntgenbilleder af knæ, vil det ud fra billedet være vanskeligt at identificere en person, og derfor forbliver patienterne anonyme.  

En anden udfordring, der er blevet identificeret, er af etisk karakter. Forskerne har gjort sig overvejelser om, hvorvidt man skal fortælle patienten, at man bruger kunstig intelligens ved analysen af patientens røntgenbilleder. Gennem diskussioner er forskerne dog kommet frem til, at patienten ikke i det konkrete tilfælde behøver at blive informeret om brugen af kunstig intelligens. Det vurderes nemlig, at patienten vil risikere at misforstå den rolle, som kunstig intelligens spiller i lægens arbejde med røntgenbillederne. Den kunstige intelligens fungerer alene som et hjælpemiddel for lægen, og det er således lægen, der har ansvaret for at stille den endelige diagnose, og ikke den kunstige intelligens. Den kunstige intelligens bruges til at vurdere, hvornår patienten skal have foretaget en MR-scanning af knæet. Fordi den kunstige intelligens således ikke har indflydelse på diagnosen, har forskerne sammenlignet brugen af kunstig intelligens med lægerne og radiologernes øvrige analyseværktøjer, som patienten heller ikke bliver informeret om.  

En tredje udfordring knytter sig indsamlingen af patientdata til valideringen af algoritmen. Det er en administrativt tung og meget langvarig opgave at indsamle samtykke fra hver patient hvis data bliver brugt til valideringen. Dette skal løses for at adgangen til data bliver enklere og transparent for alle.  

En fjerde udfordring knytter sig til det tekniske. Der findes ikke en IT-platform, hvor teknologierne kan testes og implementeres. Denne udfordring skal løses således, at der er en fælles IT-platform, som kan håndtere alle typer data fremadrettet. 

Antallet af billeddiagnostiske undersøgelser stiger hvert år, og dette medfører en mangel på røntgenlæger. Derfor bliver det i praksis den henvisende læge, som analyserer røntgenbilleder af knæ, og dette giver diagnostiker af varierende kvalitet, samt en stigning i brugen af MR- og CT-scanninger på trods af, at de nationale kliniske retningslinjer anbefaler, at der ikke sker MR-scanning af knæ i forbindelse med knæ-artrose.  

Denne stigning i brugen af scanninger, hvor der højst burde have være taget et røntgenbillede, begrunder indførslen af AI-KOA. Systemet skal gøre det lettere for læger at vurdere hvilke undersøgelser, der konkret er behov for, så der kan gives en behandling af højt fagligt niveau. Systemet skal således være til gavn for både patienter og for sundhedsvæsenets ressourcer. 

I Region Nordjylland har man ved mammografier delvist erstattet den ene af de to speciallæger, der traditionelt har vurderet røntgenbilleder. Ligesom ved AI-KOA vil der være en algoritme, der bistår radiologerne i deres analysearbejde. Algoritmen kan på få minutter vurdere røntgenbillederne. Man har dog erfaret, at en sådan løsning giver falske positive svar, fordi systemet f.eks. har svært ved at kende forskel på kræft og mikroforkalkninger. Derfor skal der være en læge, der gennemgår resultaterne. Løsningen har dog ikke givet nogen falske negative svar.