En digital assistent i den kliniske hverdagen

I mange land øker belastningen på helse og omsorgstjenesten og behovet for flere ressurser blir større som følge av en aldrende befolkning. Helsebudsjetter vokser ikke i samme takt, samtidig som tilgangen på kvalifisert arbeidskraft utfordres.

Sektoren har et stort behov for verktøy som kan hjelpe til med å levere kostnadseffektive tjenester av høy kvalitet. Maskinlæring og kunstig intelligens er viktige bidrag for å muliggjøre dette.

"Vi ser for oss at KI blir en assistent for helse- og omsorgsarbeidere, hvor helsepersonell kan bruke teknologien for å enkelt finne korrekt informasjon, dokumentere i pasientjournaler og til og med koble data fra ulike kilder for å skape bedre forståelse. Ved å automatisere administrative oppgaver, kan vi frigjøre tid som i stedet kan brukes sammen med pasienter," forklarer Niina Siipola, leder for AI og Data Solutions hos Tietoevry Care.

Tietoevrys Lifecare Data Platform muliggjør innsamling, kobling og behandling av data fra ulike kilder, og skaper dermed grunnlaget for KI-drevne helse- og sosialtjenester. Plattformen er allerede i bred bruk hos helseorganisasjoner i Finland.

En viktig del av tjenestene som tilbys på plattformen er en løsning som avidentifiserer alle data før store språkmodeller (LLMs) benyttes. Denne kapasiteten og kompetansen er ikke en selvfølge blant programvareleverandører som arbeider med helsedata.

"Vi har jobbet med KI i helsevesenet de siste seks årene. På veien har vi lært mye om kundenes behov og teknologiutfordringer, og ikke minst om hvordan vi sikrer at sikkerhets- og personvernregler etterleves," sier Siipola.

"Vi er veldig forsiktige med hvordan og hvor vi bruker KI for å unngå at personvernet trues. Dette gjelder spesielt når vi bruker data fra den virkelige verden i utviklingen av KI og produkter. Tietoevry Cares regulatoriske tilnærming til sikkerhet og personvern er utviklet gjennom lang erfaring innen dette feltet," sier hun.

Flere KI-prosjekter pågår

En av de viktige regulatoriske utviklingene som påvirker Tietoevry Cares arbeid i Finland, er en lovendring som tillater medisinske fagfolk å kontakte borgere proaktivt. Dette er relevant når maskinlæringsverktøy oppdager sykdomsmarkører som mennesker kan overse. Helse- og omsorgstjenesten kan nå kontakte en person der det underveis i databehandlingen er oppdaget funn som kan indikere sykdom, med mindre personen selv har valgt at hen ikke vil bli kontaktet.

Tietoevry Care og Helsinki Universitetssykehus (HUS) har jobbet sammen om å utvikle maskinlæringsalgoritmer og datalake-kapasiteter for å diagnostisere tre grupper av sjeldne sykdommer.

"Vi hadde den første valideringsrunden tidligere i år, og vi fortsetter nå med å finjustere noen av prosessene. Vår forventning er at løsningen vil være klar for en større klinisk validering før utgangen av 2024," sier Siipola.

Tietoevry Care og HUS (omtalt i denne CNN-helserapporten) deltar også i et nytt toårig forskningsprosjekt for å vurdere potensialet for store språkmodeller i ulike bruksscenarier i helsetjenesten. Prosjektet, som nylig mottok mer enn en million euro i finansiering, er et samarbeid mellom flere helseorganisasjoner og private selskaper.

Et viktig brukerscenario som utforskes, er hvordan KI kan effektivisere og forenkle dokumentasjonsprosessen i helse- og sosialtjenesten. Tietoevry Care piloterer for tiden en ny løsning som bruker KI tale-til-tekst-teknologi, som gjør det mulig for helsepersonell å diktere notater etter pasientbesøk i stedet for å skrive dem manuelt. Løsningen strukturerer også dataene og retter opp skrivefeil.

"Helsepersonell kan bruke opptil fem timer om dagen på å skrive pasientnotater. Vår KI-assistent har som mål å gjøre denne prosessen mer effektiv, slik at helsepersonell kan fokusere mer på pasientene. Vi forventer at løsningen vår halverer tiden leger og sykepleiere bruker på å skrive pasientjournaler," forklarer Siipola.

Løsningen er bygget på Microsoft Azures KI-kapasiteter og testes for tiden av 50 helsepersonell for å sikre at den oppfyller et bredt spektrum av behov.

"Finsk er sannsynligvis ett av de mest utfordrende språkene for store språkmodeller, spesielt i klinisk sammenheng. Men vi tror denne pilotsløsningen enkelt kan tilpasses til det svenske og norske markedet, hvor språkmodellene passer enda bedre til behovet," sier Siipola.

Fordelene ved å strukturere helsedata med KI

I tillegg til å strukturere helsedata, tror Tietoevry Care at språkmodellene kan spille en sentral rolle i å strukturere tilbakemeldinger fra brukerne.

"Helseleverandører kan motta tusenvis av skjemaer med pasienttilbakemeldinger hvert år. Disse tilbakemeldingene kommer ofte i fritekstformat, som tar mye tid å lese gjennom og kategorisere. Tietoevry Care har utviklet en KI-assistent som automatiserer denne prosessen," forklarer Siipola.

I et pilotprosjekt i Finland ble assistenten brukt til å kategorisere mer enn 4,900 anonymiserte kundetilbakemeldinger. KI'en analyserte hvilken «tone» det var i tilbakemeldingene og flere andre aspekter ved svarene. Det har vist seg å være et effektivt verktøy for å redusere manuelt arbeid, samtidig som det muliggjør å bruke kunde- og medarbeidertilbakemeldinger mer kontinuerlig for å forbedre tjenestene.

"Evnen til å strukturere data med KI har vidtrekkende fordeler for helse- og omsorgstjenesten," sier Siipola. "Strukturerte data er grunnlaget for sømløs integrasjon på tvers av forskjellige omsorgssystemer. Når data kan deles på tvers av plattformer, tilrettelegger det for forskning, bedre koordinering av omsorgsressurser og langsiktige forbedringer av tjenestene."

Å strukturere data ved hjelp av KI er ikke bare en operasjonell forbedring i hverdagen - det er et viktig skritt mot et mer intelligent og sammenkoblet helse- og omsorgssystem med forbedrede resultater for alle.

Interessert i hvilke muligheter AI, data og analyse gir innen helse og omsorg? Lær mer her!