Med mål om å redusere tiden helsepersonell bruker i pasientjournalen, har DIPS startet utviklingen av avanserte KI-verktøy. Studier fra England viser at sykehusleger i gjennomsnitt bruker 13,5 timer i hver arbeidsuke, kun på å dokumentere pasientbehandlingen. Det er i praksis nesten to av fem arbeidsdager. Da er tiden de oppgir at de bruker til å lete etter informasjon i datasystemene, cirka en time hver dag, holdt utenom.  

Etter å ha kartlagt tidsbruk i pasientjournalen har DIPS pekt ut flere oppgaver og scenario som legene bruker mye tid på, og som KI kan egne seg til å løse:  

- Leting i pasientjournalen for å skape et oversiktsbilde av pasienten 
- Sammenfatting eller oppsummering av dokumenter, for eksempel for å lage epikriser 
- Vurdering av henvisninger 

Lillian Ayla Ersoy er lead designer i DIPS og jobber i teamet for utviklingen av KI i DIPS Arena. Her under en workshop om "Assistent". 

Betydningen av store språkmodeller 

‒ Vi har lenge undersøkt ulike former for kunstig intelligens, og DIPS har i de siste årene deltatt i en rekke forskningsprosjekt sammen med forskningspartnere. Nå er vi i ferd med å utforske hvordan store språkmodeller konkret kan bistå legene i sykehushverdagen, forklarer Bjørn Fjukstad. Han er produktleder og leder KI-teamet til DIPS, et tverrfaglig team med flere eksperter innen KI.  

De har undersøkt både norske og utenlandske språkmodeller, inkludert modellene bak tjenester som ChatGPT. Målet er å bruke disse store språkmodellene til å sammenfatte dokumentasjon i en pasientjournal, eller til å hjelpe legen å lete etter spesifikk informasjon i journalen.  

I dag spør legene ofte pasienten for å få tilgang til informasjon raskt, og et hint om hva de bør lete etter i journalen. DIPS vil gi legen mulighet til å stille disse spørsmålene i DIPS Arena, og være oppdatert i det pasienten ankommer. For eksempel: «Når ble det sist tatt EKG?», eller «Har pasienten noen kjente allergier?».  

I dag får legene kun se en lang liste med dokumenter når de søker etter enkeltord som «EKG» eller «allergi». For å finne ut hva de inneholder, må de klikke seg inn i hvert enkelt dokument. En mildt sagt tidkrevende øvelse. KI vil kunne svare ut spørsmålene basert på innhold i journalen, og ikke minst kildehenvise med lenker til de relevante dokumentene i journalen.  

‒ Vi utforsker KI som forstår intensjonen til brukerne våre. For eksempel: når vi ber KI-assistenten lete etter «diabetes» skal den ikke bare se etter det spesifikke ordet, men også identifisere relevante dokumenter som inneholder informasjon om tilstanden, enten det gjelder insulin-nivåer eller langtidsblodsukker, forklarer Fjukstad. 

Han tror at verktøyet vil være spesielt nyttig for helsepersonell som behandler pasienter med komplekse sykdomsforløp, og som har hyppige kontakter med helsetjenesten 

Her er produktleder Bjørn Fjukstad i workshop med kollegaer i DIPS, angående fremtidig bruk av KI i DIPS Arena. 

– Det er mange steder som helsepersonell i dag dokumenterer viktig informasjon om pasienten. I dag tar vi utgangspunkt i den enorme mengden ustrukturert tekst som ligger i dokumentjournalen i DIPS Arena. På sikt har vi ambisjoner om å inkludere andre datakilder, til og med fra kilder utenfor DIPS, sier Fjukstad.

Oversikt vanskeligst 

DIPS må også finne løsninger for å avgrense den informasjonen som presenteres. En lege skal ikke få se journalinnhold ut over eget tilgangsnivå. Derfor må «assistenten» kunne ta forbehold ved å oppgi at sammendraget er generert med unntak av dokumenter som den aktuelle legen ikke har tilgang til. 

‒ Men skal den opplyse hvor mange dokumenter som legen ikke har tilgang til, eller hvor de er produsert? spør Fjukstad retorisk, og fortsetter: 

‒ Det å tilgangsstyre informasjonen er ikke så vanskelig. Det vanskelige er å finne det riktige krysningspunktet mellom personvern og behovet for helhetlig informasjon.  

Denne gjengen er alle eksperter på KI, og jobber med å finne ut hvordan eksisterende KI-funksjonalitet kan tas i bruk i DIPS Arena så snart som mulig. Fra venstre: Tor-Magne Stien Hagen, Marie Emerentze Fleisje, William Dalheim, Bjørn Fjukstad, Lillian Ayla Ersoy og Vidar Åsbakk.

Juridiske utfordringer 

Utviklingen av KI-verktøy og bruken av disse har skutt kraftig fart bare i løpet av de siste to årene. Et av medlemmene i teamet som jobber med å utvikle denne «assistenten», har tidligere jobbet i teamet til Inga Strümke ved NTNU. Strümke er en av de som virkelig har klart å løfte problemstillinger knyttet til bruk av KI inn i samfunnsdebatten.  

‒ Utfordringen for oss nå er egentlig ikke å finne ut hvordan og hvor vi kan bruke KI. Akkurat nå handler det om å finne ut hva det er mulig å gjøre innenfor gjeldende lovverk både i Norge og EU, lovverk som skal sikre trygg bruk av KI. Kanskje må vi begrense oss på enkelte områder, om vi skal få effektiviserende funksjonalitet raskt ut til kundene våre, påpeker Fjukstad. Noen av KI-verktøyene vil trolig måtte klassifiseres som medisinsk utstyr, med den prosessen dette krever.  

‒ Å legge masse ressurser i et verktøy som ikke kan tas i bruk før om mange år fordi lovverket kanskje må endres først, er ikke nyttig for noen. Derfor må vi både utvikle og begrense oss, sier produktlederen. 

Frigjøre tid og hender

Fjukstad tror KI vil bli et vesentlig verktøy for å støtte arbeidsprosessene i et sykehus, og at KI kan hjelpe helsepersonell til å behandle flere pasienter, nettopp fordi de kan kutte ned på tidsbruken foran PC-en.  

Han vet at mange her til lands allerede bruker KI jevnlig, enten i form av ChatGPT eller CoPilot, og tror arbeidslivet snart får oppleve at det danner seg A- og B-lag: De som evner å ta i bruk KI for å forenkle oppgaver eller øke produktiviteten i arbeidsdagen sin, og de som verken tør eller vil utforske KI-verktøy som allerede finnes eller som vil komme. 

‒ Det kommer noe nytt innen KI-feltet hver eneste uke. Hvor kjapt vi klarer å produksjonssette teknologien og skape brukerverdi er ikke like lett å anslå, spesielt når vi må sørge for at det gjøres på en trygg og sikker måte.  

Bjørn Fjukstad leder satsningen på kunstig intelligens i DIPS, og er spent på hvordan KI kan revolusjonere helsetjenesten i tiden fremover.

Mye avhenger selvsagt av kapasitet og økonomi ute hos kundene. Digitaliserings- og forvaltningsminister Karianne Tung har stadfestet at åtte prosent av all offentlig finansiering skal brukes til KI. Det er nærmere 19 milliarder årlig, om vi kun ser på det samlede helsebudsjettet.  

«Assistent» blir allerede brukertestet av helsepersonell i DIPS sin testlab, hvor målet er å validere ytelsen til KI-verktøyene på syntetiske, men realistiske, norske pasientjournaler.   

‒ Ifølge forskningslitteratur, virker store språkmodeller som GPT-4 å gjøre mindre feil enn legene når de skal oppsummere medisinsk historikk. De kan også programmeres til å fremstå empatiske og høflige i sine svar når de blir brukt til pasientkommunikasjon, sier Bjørn Fjukstad. Men dette er studier som er gjort på engelsk tekst og ikke norske pasientjournaler. Om de store språkmodellene vil yte like godt på norsk journalinnhold er fortsatt uklart. 

Godt lagarbeid og god planlegging gir resultater. Teamet som jobber med KI er klare for fremtiden!