Hypen kring AI-teknik är stor. Algoritmer styr allt från självkörande bilar till personanpassad reklam i våra flöden. Nu pågår ett utvecklingsprojekt som ska hjälpa läkare att förbättra helgdygnsvården för patienter med beroendesjukdomar.
– Det kan hjälpa läkare att fatta beslut genom ytterligare information, säger psykologen och projektledaren Mikael Mide. Han arbetar på ePsykiatrienheten vid Sahlgrenska Universitetsjukhus:
– AI är ett stort begrepp. Det vi använder oss av handlar om maskininlärning. Det betyder att en algoritm, utifrån en stor mängd data, kan lära sig att försöka hitta samband.
Projektet är ännu i ett teststadium. Genom maskininlärning ska en algoritm gå igenom och analysera stora mängder patientinformation – som sedan kan vara ett stöd för en läkares medicinska bedömningar vid utskrivningar.
Mål: Minska återinskrivningarna på akutvårdens beroendeklinik
På beroendevårdens slutenvård läggs patienter med akut vårdbehov in under kortare perioder. Patienterna kan till exempel ha problem med alkohol, spelproblematik eller droger i kombination med andra psykiska problem. Efter en inskrivning på slutenvården fortsätter patienten sedan sin behandling i öppenvården genom besök och olika typer av stöd på en mottagning.
Men inom beroendevårdens slutenvård återkommer fjorton procent av patienterna, inom två veckor efter en utskrivning.
– I de fall där patienterna återinskrivs inom fjorton dagar är läget ofta kritiskt och patienterna mår väldigt dåligt. Återinskrivningarna är ett problem för den enskilde patienten, men kan också skapa ett hårt tryck på slutenvården om man tvingas prioritera bland patienter och vårdplatser, berättar Mikael Mide.
På ePsykatrienheten vid Sahlgrenska Universitetssjukhus pågår därför ett utvecklingsprojekt där AI-teknik analyserar patientinformation – för att minska andelen patienter som kommer tillbaka.
AI-teknik till läkarnas tjänst
Inom vården finns mycket information om patienter som kan vara svår att överblicka. I bokningssystemet finns en sorts information – som hur ofta patienten varit där, samt om patienten varit inlagd tidigare och hur länge. Det beskriver Mikael Mide som hårda data, som ofta är svår att överblicka. Men det finns ytterligare information som algoritmen kan lära sig att analysera.
– Inom sjukvården förs journaler över patienter. För dem som varit mycket i kontakt med sjukvården handlar det om stora mängder information. Det är ingenting man kan läsa igenom varje gång en läkare ska fatta ett beslut.
I det fallen kan AI-tekniken göra skillnad. Genom maskininlärning tränas algoritmen att analysera patientuppgifter för att hitta samband och mönster. Tanken är att algoritmen ska kunna kan förutse risker vid utskrivning och bidra med bättre information när en läkare funderar på att skriva ut en patient.
– Vi testar en teknik som kallas Natural Language Processing, en teknik som kan gå igenom textdata och dra vissa slutsatser. Det blir en parameter som läkaren får ta ställning till, precis som alla andra parametrar inom sjukvården – som till exempel ett provresultat, eller patientens egna berättelse. Man får se det som ett underlag. I slutändan är det alltid läkaren som ska fatta ett beslut, säger Mikael Mide.
Hur säkerställer ni att det inte läcker ut känslig patientinformation?
– Vi har varit väldigt noggranna. Det är bara ett fåtal personer som överhuvudtaget får tillgång till detta. De har särskilda uppdrag för att göra det och har skrivit under sekretessavtal. All data förvaras på våra interna servrar med de säkerhetssystem som vi har för alla våra andra system där vi förvarar patientuppgifter, säger Mikael Mide.
Projektet fortsätter
Projektet har ännu inte inte testats på en klinik. Hittills har algoritmen fått träna sig på historisk data, som sedan jämförts med läkares bedömningar av olika fall.
– Det vi har sett i den preliminära bedömningen är att läkaren var lite bättre än algoritmen. Läkaren gissade oftare rätt, men algoritmen flaggade fler patienter. Av dem var några i riskgruppen som faktiskt kom tillbaka. Vi hoppas att bedömningarna kunna skulle bli bättre om man kan kombinerar läkarens bedömningar med det underlag som algoritmen ger, berättar Mikael Mide.
Foto: Niels Eék. Mikael Mide är psykolog och projektledare vid ePsykiatrienheten på Sahlgrenska Universitetssjukhus.
På grund av pandemin försenades projektet. Nu väntar fler jämförelser mellan algoritmens slutsatser och läkares bedömningar av riktiga fall. Om projektet visar sig fungera så kan algoritmen testas på riktigt – efter sommaren.
– Tanken är att vi ska testa det på en avdelning. Vi vill då följa upp hur bedömningarna blir när vi kombinerar dessa och se om de mer träffsäkra, berättar Mide.
Om algoritmen klarar jobbet blir nästa steg att se över vilka insatser som kan hjälpa patienterna att klara sig bättre i öppenvården.
– Algoritmen skulle kunna hjälpa oss att kunna flagga för patienter med en ganska hög risk för återinskrivning, när de skrivs över till öppenvården. Det försöker vi göra nu, men med algoritmens hjälp kanske det blir enklare att prioritera de som verkligen behöver en snabb insats, säger Mikael Mide.
AI-teknikens framtid och möjligheter
Mikael Mide ser en mängd olika användningsområden av AI-teknik inom psykiatrin i framtiden. En av dessa områden skulle kunna vara att minska risken för självmord.
– Inom psykiatrin finns många svåra bedömningslägen, till exempel att bedöma suicidrisken för en patient. Det finns en del forskningsstudier där man sett att en AI kan vara rätt bra på det. Det betyder inte att en AI ska göra det själv, men den skulle kunna
bidra med underlag. Det är jättesvåra bedömningar att göra även för människor, även om man frågar patienter och vårdnadsgivare. Kan vi bli bättre på att bedöma något sånt – då är det superangeläget.
Även behandling inom psykiatrin skulle kunna förbättras på ett liknande sätt.
– Vi har en mängd olika behandlingar och vi vet på gruppnivå hur väl de funkar. Men det är jättesvårt att förutsäga vem som kommer bli hjälpt av vad. Idag använder vi metoden att vi testar en sak. Funkar inte det så prövar vi något annat. Men om man hittar mönster i det här genom att gå igenom stora mängder data – då kan man exempelvis komma fram till att läkemedel förmodligen kommer fungera bättre för en patient eller psykoterapi för en annan. Då kan man föreslå det som ett förstahandsalternativ och på så sätt kunna hjälpa folk snabbare.
Men att AI-tekniken skulle ersätta läkarna, det är inget Mikael Mide tror kommer hända. Det är inte heller lagligt enligt dataskyddsförordningen, som reglerar användandet av AI-teknik i vården.
– Det handlar om att hitta olika typer av mönster och kanske få rekommendationer, men att man använder det som ett beslutsunderlag. Inte som något som fattar egna beslut, säger Mikael Mide.