Forskere spår kunstig intelligens en vigtig rolle på kræftområdet. Men sund skepsis er afgørende, pointerer de.
Kræft i bugspytkirtlen er en af de alvorligste kræftsygdomme, man kan blive ramt af. Sygdommen opdages ofte sent, idet der i starten sjældent er nogen symptomer. Det er således kun 10 til 15 procent af patienterne, der har mulighed for at få en operation, hvor alt det syge kræftvæv fjernes. Og selv blandt dem, er det kun knap halvdelen, der er i live to år efter operationen, fordi kræften ofte spreder sig.
Men måske vil det blive muligt at ændre på denne kedelige statistik i fremtiden ved hjælp af kunstig intelligens. Et samarbejde mellem forskere fra henholdsvis Københavns Universitet og Harvard University i USA har nemlig resulteret i, at der er blevet udviklet et computerprogram, som kan udpege de faktorer, der medvirker til en øget risiko for at udvikle bug-spytkirtelkræft.
Kræftsygdomme, hvor dødeligheden er faldet betragteligt på 10 år
• Brystkræft: 26%
• Tyktarmskræft: 25%
• Lungekræft: 24%
• Prostatakræft: 13%
• Mavesæks- og spiserørskræft: 9%
Sammenlagt har der været et fald i dødeligheden for alle kræftformer på 2% hvert år.
Samtidig vokser antallet af patienter. I de seneste 10 år er antallet af kræftpakkepatienter steget med 60%.
KILDE: REGIONERNES KLINISKE KVALITETSUDVIKLINGSPROGRAM
Det er en dansker, Søren Brunak, professor ved Novo Nordisk Foundation for Protein Research på Københavns Universitet, der har stået i spidsen for forskningsprojektet, hvor datamaterialet udgøres af et stort udtræk fra det danske Landspatientregister. Et register, der går tilbage til 1977, og hvori alle patientforløb fra både hospitalsindlagte og ambulatorier er registreret.
– Vi har altså ikke skullet ud at finde nye data, men brugt dem, vi allerede har i Danmark
Computeren er blevet præsenteret for seks millioner patienters sygehistorier, hvor der både er nogle med bug-spytkirtelkræft og nogle uden. Den har fået sygdomsforløbene, tidsperioden mellem den enkelte patients sygdomsforløb samt rækkefølgen, og det er derudfra, at den prøver at finde mønstre, som den kan eksperimentere og skelne med, fortæller han.
Computeren – eller algoritmen – bruger altså vores sygdomshistorier og kombinationer af disse til at forudsige vores risiko for at få bugspytkirtelkræft. På nuværende tidspunkt, hvor arbejdet har været i gang i tre år, forudsiger algoritmen, at vægttab, diabetes, galdesten og mange andre diagnoser øger vores risiko for at få sygdommen. Man ved dog endnu ikke, om der er en årsagssammenhæng mellem de risikofaktorer, metoden kigger efter og kræft i bugspytkirtlen. Men det er et godt bud, understreger Søren Brunak.
– Årsagen til, at studiet her er så opsigtsvækkende, er, at vi også har testet det på tre millioner amerikanere. Amerikaneres sundhedsdata er ofte dårligere og mere fragmenterede end de danske, og de koder også diagnoserne markant anderledes, end vi gør i Danmark. Men på trods af det lægger algoritmen mærke til mange af de samme ting – inklusive vægttab, diabetes og galdesten. Selv har jeg aldrig før set så klart et eksempel på, at de samme ting findes i data, der er så forskellige, siger han.
Lige nu vil algoritmen, hvis man tager 1000 af dem ind, der har størst risiko for at få bugspytkirtelkræft, finde 320, der vil få sygdommen – vel at mærke af dem, som metoden ikke har set i forvejen. Det tal skal gerne forbedres, så der sorteres flere falsk positive fra inden en egentlig screening. Derfor regner Søren Brunak med, at der vil gå endnu et par år, inden algoritmen er blevet forfinet endnu mere, og lige nu arbejder han og kollegaerne på at bruge data fra de praktiserende læger. Disse data findes også allerede i danske registre.
– Vi vil gerne have data ind fra de praktiserende læger, fordi det er interessant at vide i forhold til den alvorlige sygdom, vi har med at gøre
Det kan være recepter, men også data om, hvor tit man går til lægen. Da det er en sygdom, som er svær at opdage, er det interessant at vide, om det betyder noget, hvor ofte man konsulterer sin egen læge, siger han.
Fordi algoritmen bygger på eksisterende data og på den måde ikke er ret dyr at bruge i praksis, kunne man godt argumentere for den som en omkostningsfattig screening, der kunne løbe konstant og ”passe sig selv”. I det øjeblik, der så er en patient, der boner ud på risikofaktorer, kan den give en melding, så patienten kan indkaldes til nærmere undersøgelse, hvis lægerne finder det relevant.
– Det er et politisk spørgsmål, om man vil gøre det. Nogle taler om, at man kan demokratisere sundhedsvæsenet på den måde, fordi der ikke er nogle ekstra udgifter forbundet med det. I de lande, hvor man betaler for hvert besøg hos lægen, vil det i hvert fald kunne gøre det billigere, siger Søren Brunak, der dog samtidig slår fast, at kunstig intelligens aldrig kan stå alene.
– Den her metode har set seks millioner patienter. Så mange ser en læge ikke gennem hele sit arbejdsliv. Så den kan hjælpe os med at finde svagere mønstre, som måske ikke er de samme for forskellige patientgrupper. Men den skal bruges som støtte til beslutninger, som det er sundhedspersonalet, der tager, siger han.
Benjamin Rasmussen er speciallæge i radiologi på Odense Universitetshospital og tillige forsker og forskningsleder på Centre for Clinical Artificial Intelligence, CAI-X, der er et samarbejde mellem SDU og OUH. Han er enig i, at kunstig intelligens ikke kan stå alene, men pointerer samtidig, at den kan få betydning i et sundhedsvæsen, som er under pres. Han understreger desuden, at det er en hårfin balance mellem at være innovativ og indføre og bruge ny teknologi og samtidig sørge for, at teknologien hverken skader sundhedspersonalet eller patienterne.
– Der er steder i verden, hvor man er langt fremme med at bruge kunstig intelligens i forhold til at hjælpe med at se på kliniske billeder. Det er en hjælp, som vi godt kunne bruge nu, hvor det er meldt ud fra myndighederne, at vi skal til at prøve at screene for lungekræft. Det har vi slet ikke billeddiagnostiske læger nok til. Her håber vi, at kunstig intelligens kan komme os til hjælp på nogle områder, hvis det bliver vedtaget – men vi ved det stadig ikke, siger han.
Benjamin Rasmussen understreger, at der med kunstig intelligens er tale om ekstremt kompliceret teknologi, hvor det kan have store konsekvenser, hvis noget gøres forkert. Derfor er det vigtigt at have in mente, at kunstig intelligens stadig ikke er svaret på alt. For eksempel kan kunstig intelligens oftest kun kigge på nogle af de ting, som en normal billeddiagnostisk læge kigger på ved f.eks. lungekræft – i hvert fald på nuværende tidspunkt.
Der er adskillige udfordringer forbundet med brugen af kunstig intelligens, der også ofte går under betegnelsen, AI – en forkortelse for det engelske artificial intelligence. Blandt andet er der spørgsmålet om, hvorvidt kunstig intelligens risikerer at medvirke til at sygeliggøre og bekymre mennesker unødigt.
– Sundhedspersonalet har en stor opgave i at sortere raske fra syge. Deri ligger mange vurderinger, som er noget, de har lært.
Udfordringen ved kunstig intelligens er, at den måske er for følsom i nogle tilfælde. Den kan f.eks. finde sygdom, man ikke dør af, men dør med.
Hvis man handler på det og sætter en unødvendig behandling i gang, kan man i værste fald stå i den situation, at en patient dør af overbehandling, som vedkommende reelt ikke havde brug for, siger Benjamin Rasmussen.
En anden problematik, der knytter sig til kunstig intelligens, er, at man kan risikere at skrue så meget på teknikken, at man også i for høj grad finder flere falsk positive. Det kunne for eksempel være i forhold til billeddiagnostik ved brystkræft. Derved medvirker sundhedsvæsenet til at bekymre en masse mennesker unødigt, fordi de indkaldes til undersøgelser, der bagefter viser sig ikke at have tjent et egentligt formål.
– Så står vi med en masse mennesker, der i princippet er raske, men skal udredes. Udover bekymringer hos den enkelte, er det også dyrt for sundhedsvæsenet. Min filosofi er, at man skal se på kunstig intelligens holistisk, realistisk og med en vis skepsis. Kunstig intelligens er ikke bare en pille, man udleverer til patienten. Kunstig intelligens påvirker juraen, etikken, arbejdsprocesserne, diagnostikken, ja det hele, siger Benjamin Rasmussen.
Der er naturligvis mange lovprisninger af kunstig intelligens i sundhedsvæsenet, fordi den fremtidigt kommer til at gøre en reel positiv forskel i forhold til f.eks. at nedbringe dødeligheden på kræftområdet. Men der vil stadig – i hvert fald med det, vi kender til kunstig intelligens på nuværende tidspunkt – være behov for menneskelig indblanding.
– Vi skal huske, at en algoritme aldrig bliver bedre end det, den præsenteres for
Hvis vi har en algoritme, der er lært op med tal og beregninger på hvide mænd mellem 40 og 60 år, og der så kommer en anden etnicitet, et andet køn eller aldersgruppe ind, så kan man ikke være sikker på, at algoritmen også er tilpasset dem. På den måde er der rigtig mange bias forbundet med kunstig intelligens, som vi skal være bevidste om, siger Benjamin Rasmussen.
Hvert år oplever knap 30.000 danske kvinder, at de har forandringer i den celleprøve, som de inviteres til at få taget hvert tredje eller femte år. En stor del af disse får efterfølgende taget vævsprøver, såkaldte biopsier, fra livmoderhalsen for at undersøge, om de har udviklet livmoderhalskræft.
Der tages i alt fire biopsier i livmoderhalsen, som det er nu. Men i et nyt forskningsprojekt på Odense Universitetshospital er man netop gået i gang med at undersøge, om man ved hjælp af kunstig intelligens kan nøjes med at tage to biopsier fremfor fire. Det vil betyde mindre ubehag for kvinden, og det vil være hurtigere for patologen at undersøge, hvilket vil betyde, at kvinden hurtigere får sit prøvesvar.
Det er Lone Kjeld Petersen, forskningsleder og overlæge på gynækologisk, obstetrisk afdeling på OUH, der står i spidsen for projektet, som hun har positive forventninger til.
– Det er en meget subjektiv undersøgelse, vi foretager i dag, hvor vi ser på mønstre på livmoderhalsen og derudfra bestemmer, hvor vi skal tage vævsprøverne. Forskning viser, at det er svært at finde præcist det sted, hvor de sværeste celleforandringer er. Patologen har i alt fire prøver, men ved ikke, hvor præcist den enkelte stammer fra. Når vi nu skal til at bruge kunstig intelligens, er det hensigten, at computeren skal lære, hvor de sværeste celleforandringer, som er dem, vi helst vil finde, er, siger hun.
Selvom projektet er i sin spæde start, starter forskerne ikke fra bunden. De har nemlig allerede et arkiv bestående af 500 billeder af livmoderhalsen fra kvinder, der tidligere er blevet undersøgt for kræft eller forstadier hertil. Dem bliver computeren fodret med sammen med oplysninger om, hvor det helt præcist viste sig efterfølgende, at kvinderne havde celleforandringer. Herefter er det meningen, at computeren ud fra sine erfaringer fra de 500 billeder kan vejlede lægerne i, hvor de skal tage celleprøven, når den præsenteres for den enkelte kvindes billede.
– Jeg tror, at der er store chancer for, at kunstig intelligens kan gøre en forskel her. Det er simple billeder, vi tager og simple ting, vi ser efter, hvor der ikke er noget, som bevæger sig
WHO udtaler også, at de mener, at det er vejen frem. I Danmark betyder det, at kvinder skal udsættes for mindre ubehag og får hurtigere svar, men på verdensplan kan det betyde forskel på liv og død, siger Lone Kjeld Petersen og fortsætter:
– Livmoderhalskræft, der opdages tidligt, bliver man rask af. På verdensplan er der 600.000 årligt, der får livmoderhalskræft, og halvdelen af disse dør. Hvis vi får udviklet den her model, som vi håber på, vil det kunne gøre en kæmpe forskel de steder i verden, hvor det måske ikke engang er en sundhedsfaglig, der skal foretage scanningen. En del af projektet handler om at udvikle en model, der kan kobles på helt almindeligt udstyr, som man har i forvejen, så man ikke skal have et meget dyrt apparat for at kunne få fordel af det. Det vil være med til at skabe mere lighed i sundhed, siger hun.
Lone Kjeld Petersen understreger, at der stadig er et stykke vej at gå, inden metoden forhåbentlig er parat til at blive implementeret ude i virkeligheden. Minimum fem år, lyder hendes vurdering.
– En algoritme kan gøre mere skade end gavn, hvis den slippes for hurtigt løs, siger hun.