Page 18 - Hjerne Det! 2_2023

Kunstig intelligens
– veien til bedre ressursu
I ROLF J. LEDALJ
Kunstig intelligens, eller AI som det ofte omtales
som, har stort potensial for å utnytte ressursene bedre, hvis det brukes på rett måte.
kunne regne i en datamaskin, og der er alt regnestykker, så må vi gjøre om alle data til ting som mikroprosessoren
– hjernen – forstår. Den er ganske så lite intelligent, datamaskinens hjerne, så den må få veldefinerte oppgaver å arbeide med. Da er det en vanlig måte å gjøre det på at vi lager en samling lineære data som sammen skal etter- ligne det ulineære. (Se illustrasjonen nederst på denne siden).
MR-bilder er et område hvor det kan være mulig å prosessere store mengder data. Et MR-bilde er jo nettopp en stor samling av elektriske signaler som settes sammen til å vise et bilde som radiologene og andre som er spesialiserte på slikt arbeid kan tyde. Sammen med forskjellige bildesekven- ser og bruk av kontrastvæske basert på metallet gadolinium, lages det et sett med bilder som viser hvordan det ser ut i hjernene våre. Alle disse små bilde- punktene som viser hvordan det friske hjernevevet, blodårene og eventuelle uønskede celler i hjernene våre ser ut, kan mates inn i datamaskiner med stor regnekapasitet og lære av det som radio- logene merker som svulster. Da kan også maskinene lære seg å søke etter små punkter i bildene som viser kon- trastoppladning i en liten samling celler,
Det store spørsmålet er kanskje hva som er den rette måten
å bruke det på? Innenfor det
medisinske området er det etter mitt syn et enormt potensial for å bruke maskinlæring til å hjelpe legene med å ta de rette beslutningene.
Selv om leger utdannes på de samme skolene og har de samme protokollene å forholde seg til, er det forskjeller i hvordan de tolker f.eks. MR-bilder og planlegger strålebe- handlinger. Dette er ikke annet å vente når de skal tolke bilder og ta beslutninger ut fra det som vises på en skjerm foran dem. Legene som gjør slikt arbeid er dyktige mennesker med solid utdanning bak seg, og de bruker sine evner til det beste for pasientene. Det som er en utfordring, er at de kanskje må ta slike beslutninger
uten at de har fått muligheten til
å ta innover seg alle data. Maskiner kan sortere store mengder data og systematisere disse, sammenligne
med kjente data og sette opp løsnings- forslag for legene, langt raskere enn legene klarer å gjøre.
Kunstig intelligens har sin store fordel at den også kan lære underveis av det som legene velger å gjøre, og gir tilbakemelding til systemene om når det gjelder resultat av behandlingen som velges. Kunstig intelligens er for det meste noe som baserer seg på at de som lager systemene forsøker å gjenskape den ulineære og kompliser-
te virkeligheten med en mengde matematiske, lineære regnestykker. Sånn er det bare, det kompliserte og ulineære har elementer av kaos og mengder av forskjellige variabler som virker hver for seg og sammen på tidvis utrolige måter. Kroppene vår er eksempler på slike kompliserte ulineære systemer, og vi kan ikke
få behandling etter lineære regler. Medisiner som jeg tar, virker mest sannsynlig ikke likt for deg som de gjør for meg. Da kan vi heller ikke basere beslutninger på enkle sammen- ligninger. Lineære betraktninger
skal og må i størst mulig grad settes sammen slik at de kan gjenskape den kompliserte ulineære virkeligheten.
Mange små biter utgjør det store bildet
Synes du dette er vanskelig å forstå? Se for deg at du skal tegne en figur med omkrets laget av like lange og rette linjestykker. Bruker du tre får du en trekant, fire gir en firkant og fem en femkant. De ser ikke så veldig runde ut, men når du bruker for eksempel tusen like lange linjestykker på en millimeter og lager figuren med en slik omkrets, så ser det ut som en sirkel med diameter på om lag 31, 8 centi- meter. Da skal du se nøye etter for å se at dette faktisk er tusen rette linjer, og ikke en sirkel med en sammenheng- ende buet linje som omkrets. For å
18 HJERNE DET : 2/2023