I front på helse og kunstig intelligens

Forskerne i maskinlæringsgruppa ved UiT har fått til sammen 30 millioner kroner til to nye prosjekter. Dermed kan UiT og UNN fortsette å flytte den internasjonale forskningsfronten innen kunstig intelligens og maskinlæring mot helsesektoren. 

Kveseth, Magne
Publisert: 14.01.20 08:20 Oppdatert: 04.06.20 12:29
Tromsø

Det er duket for stor UiT- og UNN-satsning på kunstig intelligens og maskinlæring i helsetjenesten. Totalt er det bevilget 30 millioner kroner i eksterne forskningsmidler til dette feltet. 

Robot, kunstig intelligens, maskinlæring
KUNSTIG: Fremtidas medisinske forskning vil ta i bruk maskinlæring og kunstig intelligens i enda større grad. Illustrasjon: Mostphotos

Det skjer fordi Maskinlæringsgruppa ved UiT har fått finansiert to store nye prosjekter for å utvikle tolkbar kunstig intelligens for kvalitetssikring og beslutningsstøtte når elektroniske pasientjournaler skal analyseres.

Det er Universitetssykehuset Nord-Norge (UNN) som er UiT sin viktigste samarbeidspartner, fastslår professor Robert Jenssen ved Institutt for fysikk og teknologi. Han leder Maskinlæringsgruppa ved UiT som nå skal fortsette arbeidet med kunstig intelligens opp mot helsevesenet. Gruppa har flere nasjonale og internasjonale partnere. 

Les også: Norges første Facebook-stipend til UiT-forskere

Professor Robert Jenssen, kunstig in telligens, maskinlæringsgruppa
FORSKNINGSGRUPPELEDER: Professor Robert Jenssen leder de to nye prosjektene som har fått fiansiering. Foto: UiTs arkiv

Nyskapende forskning 

Jenssen sier Maskinlæringsgruppa ved UiT, i samarbeid med UNN, i løpet av de siste årene har ligget i front internasjonalt innen forskning på kunstig intelligens og maskinlæring. Der forsker de på å utnytte store mengder anonymiserte pasientdata i helsetjenesten. Det kan gjøres fra elektroniske pasientjournaler blant annet for å kvalitetssikre kirurgi og for potensiell beslutningsstøtte for klinikere i ulike deler av helsevesenet.

Det tverrfaglige forskningsteamet, som inkluderer klinikksjef Rolv-Ole Lindsetmo og professor og forskningssjef Arthur Revhaug ved kirurgi-, kreft- og kvinnehelseklinikken ved UNN, har fokusert spesielt på å utvikle kunstig intelligens for å utnytte historiske pasientdata for å kunne forutsi uønskede hendelser etter operasjon på et tidlig tidspunkt.

Eksempler på uønskede hendelser etter operasjon er sårinfeksjon og postoperativt delirium. Det siste er en form for ekstrem forvirring.

Magasinet Computerworld omtalte i fjor Jenssens prosjekt i en større artikkel om nettopp dette med forvirring etter operasjoner utført i narkose. Målet med prosjektet var å finne ut på forhånd hvilke pasienter som kunne bli utsatt for forvirring.

Computerworld skrev blant annet: 

«I Tromsø er maskinlæring tatt i bruk for å teste om kunstig intelligens kan identifisere pasienter som kan være utsatt. Til tider er pasienten tydelig forvirret, og dette kodes som en egen diagnose i pasientjournalen. Men ofte kan tegnene på forvirring være diffuse og oppdages ikke av helsepersonellet. Likevel blir alle observasjoner av pasienten dokumentert, spesielt av sykepleierne.

– Vi lurte på om vi kunne bruke kunstig intelligens og datakraft til å analysere dokumentasjonen i pasientjournalen, og se om den klarte å plukke ut pasienter med en lett forvirringstilstand, sier professor Arthur Revhaug i Universitetssykehuset Nord-Norge (UNN).»

Internasjonal anerkjennelse

Det er dette arbeidet som UiTs maskinlæringsgruppe har fått ytterligere midler til å forske videre på. Arbeidet har pågått gjennom flere år og har ført til en rekke profilerte publikasjoner. Nylig fikk teamet pris for beste artikkel innen «computerized decision support» fra International Medical Informatics Association, i konkurranse med over tusen andre artikler.

Les også: Lager system i et kaos av digital informasjon

Forskerteamet ved UiT og UNN fikk rett før jul gladnyheten om at de har fått innvilget 12 millioner kroner i støtte fra Norges forskningsråd. Prosjektet har navnet «Interpretable deep learning from electronic health records (ehr) under learning constraints (DEEPehr)». Det er Norges forskningsråds prgram IKTPLUSS, som finansierer forskning og innovasjon innen IKT, som har bevilget pengene. Bare 11,7 prosent av forskningsprosjektene som søkte fikk innvilget støtte. Professor Robert Jenssen forklarer hva forskningen betyr:

– Prosjektet «DEEPehr» fokuserer spesielt på tolkbarhet, slik at det blir lettere å forstå kunstig intelligens med hensyn til hvorfor en maskinlæringsalgoritme forutsier et bestemt utfall eller diagnose. Det vil gjøre det lettere for klinikere og pasienter å stole på slike nyskapende systemer. 

Datra, maskinlæring, medisin, forskning
GRUNNLAG: Maskinlæringsgruppa skal forske på hvordan man kan bedre klinikernes analyseverktøy og bruk av elektroniske journaldata forut for operasjoner. Foto: UiTs arkiv

Også del av EU-prosjekt

Jenssen forteller videre at forskerteamet i tillegg til det nevnte DEEPehr-prosjektet også fikk innvilget et innovasjonsprosjekt finansiert gjennom EUs Eurostars H2020-program i samarbeid med en bedrift i Nederland. Prosjektet støttes med 18 millioner kroner, hvorav rundt seks millioner kroner går til til UiTs forskning. 

– Før man kan ta i bruk systemene ved sykehusene, skal det utvikles systemer som sikrer bruken av systemene. Det blir gjort for å bedre behandlingen av pasientene ved klinikken der dataene skal tolkes, forklarer professoren.

Tildelingene gjør at Maskinlæringsgruppa ved UiT og UNN kan fortsette å flytte den internasjonale forskningsfronten innen kunstig intelligens og maskinlæring mot helsetjenesten. De nye prosjektene bygger videre på UiTs tematiske såkornsatsning «UiT Center for Data-Driven Health Technology», som er ledet av Robert Jenssen og finansiert av UiT i perioden 2018–2022.

Kveseth, Magne
Publisert: 14.01.20 08:20 Oppdatert: 04.06.20 12:29
Tromsø
Vi anbefaler