Page 8 - Hjerne Det! 03/2024

KUNSTIG INTELLIGENS INNEN MEDISIN OG HELSE:
Et teknologisk paradig
I INSTITUTT FOR BIOMEDISIN J Universitetet i Bergen
I disse dager markerer Det medisinske fakultet på Universitetet i Bergen en milepæl idet den første doktor- gradsavhandlingen innen kunstig intelligens (KI) avlegges ved instituttet for biomedisin. r
behandling. Men det finnes fortsatt kunnskapshull rundt hvordan, og i hvilken grad, de ulike faktorene påvirker hverandre. Også her kan KI presentere et mulighetsrom: maskin- læring kan finne mønstre fra gode – og mindre gode – erfaringer fra tidligere pasienter i relasjon til deres karakteristikker. Målet er å sette tidligere erfaringer i system på en slik måte at det peker ut den mest optima- le behandlingen for nye, lignende, pasienter. Høyere sensitivitet og spesifisitet i diagnostikk og behand- lingsplanlegging avler treffsikkerhet og effektivitet i pasientens behandling.
KI har allerede vist seg å ha kon- krete positive effekter innen kreft- behandling. I 2023 kunne Kreftavde- lingen på Haukeland Sykehus ta i bruk maskinen «Ethos», takket være en gave fra Trond Mohn. Denne avanserte CT-inntegnings- og strålemaskinen er utstyrt med KI-programvare som automatisk identifiserer og definerer kreftsvulsten samt viktige friske strukturer – med deres daglige variasjoner. Spesielt fordelaktig er dette i bekkenområdet hvor organenes posisjon varierer mye fra dag til dag. I 2024 tok samme avdeling i bruk KI-inntegning på blant annet øre-nese-hals regionen.
Tidligere brukte doseplanleggere ca. to timer på å manuelt definere sårbare strukturer som svelgmuskulatur, spyttkjertler og stemmebånd – for å skjerme disse under behandlingen så godt det lar seg gjøre. Nå har denne tiden blitt redusert til manuell justering på rundt 20 minutter. Uansett metode blir alle strukturer kontrollert av en kreftlege.
I fremtiden vil vi også se at KI kan få stor betydning for utvikling av nye legemidler. For at et legemiddel skal virke må det binde seg til et protein
Denne avhandlingen, som tar for seg KI/dyplæring som metode for gradering og lokalisering av
hjernesvulster ut fra MR-bilder, kan også representere en gløtt inn i frem- tiden for helsevesenet.
Til nå har diskusjonene omkring KI i stor grad vært dominert av spørsmål rundt tekstgenerering, fusk og etiske problemstillinger knyttet til såkalte «chat-bots». Men det har skjedd en voldsom utvikling innen medisinsk KI de senere år, og det er på tide å rette blikket mot det enorme potensialet KI har innenfor blant annet medisinsk bildeanalyse.
Radiologiske bilder er helt sentrale i diagnostikk og behandlingsplanleg- ging av hjernesvulster og andre syk- dommer. Imidlertid er disse bildene svært komplekse. En MR-undersøkel- se består ikke bare av én enkelt bilde- serie, men et spekter av bildeserier (også kalt bildevektinger). Hver av disse bildeseriene uttrykker ulike sider av vevenes egenskaper. Man kan faktisk sammenligne en MR-undersø- kelse med et symfoniorkester hvor hvert instrument tilsvarer én bildese- rie: du behøver mange ulike bildeserier for å få frem den fulle og nyanserte harmoniske klangen i symfonien. Samtidig krever det å tolke slike MR- bilder både tid og erfaring. Ettersom få leger har evne til å simultant forholde seg til alle pasientens MR-serier samtidig, må man nøye se gjennom dem én og én. Det å lytte til en symfoni ett instrument om gangen er
mulig – men man mister musikken i det. Trente KI-modeller har derimot en matematisk tilnærming til bilde- materialet, og kan derfor sammenstille informasjon i de ulike bildeseriene i én analyse. KI lytter til orkesteret som helhet og kan transkribere notene.
På denne måten kan vi oppnå et mer nyansert innblikk i hva summen av bildeseriene forteller, og legen får et bedre grunnlag for å vurdere bildema- terialets medisinske betydning.
René Magrittes ikoniske maleri The Treachery of Images (1929)
advarer oss imidlertid om faren ved å forveksle bilder med virkelighet.
«Dette er ikke en pipe», står det under bildet av en pipe. Banalt, men sant
– og faktisk også gyldig innen radiolo- gi. MR-bilder viser representasjoner av kroppen, men det du ser er ikke kroppen. Gråtonene representerer snarere karakteristikkene til kroppens ulike vev. Fordi de ulike vevene har ulik molekylær komposisjon, uttryk- ker de også ulike egenskaper under påvirkning av et magnetfelt – og avgir ulike signaler under avbildningen. For å imøtekomme menneskers visuelle persepsjon blir signalene så omkodet til et spekter av gråtonenyanser. Ved utredning av hjernesvulster legges det stor vekt på det radiologiske bildema- terialet, men vi må likevel sammen- holde bildedata med annen medisinsk informasjon. Kliniske symptomer, molekylær patologi samt demografis- ke- og genetiske variabler er faktorer som legges til grunn for diagnose og
8 HJERNE DET : 3/2024