Kunstig intelligens i helsevesenet


Mathias Hauglid skriver doktorgradsavhandling om utvikling av kunstig intelligens i helsetjenesten og bruk av store helsedata til dette formålet. På denne siden kan du følge med på prosjektet etterhvert som det utvikler seg. Vi har stilt Hauglid noen spørsmål om bakgrunnen for prosjektet.

Mathias Hauglid Foto: UiT
Hva gjorde du før du begynte som stipendiat?

Jeg ble uteksaminert fra studiet i Tromsø våren 2016. Derfra gikk ferden til advokatfirmaet Haavind i Oslo som advokatfullmektig og senere advokat. I Haavind jobbet jeg i et spesialisert fagmiljø som særlig bistår virksomheter i prosjekter som gjelder teknologi, digitalisering og media. Digitaliseringsprosjekter innebærer typisk utvikling, kjøp eller salg av IT-løsninger. Det er et spennende område som krever at man utvikler forståelse for tekniske og forretningsmessige forhold.

Hvorfor valgte du å begynne med forskning?

Jeg hadde egentlig ikke noen klar plan om å ta doktorgrad eller drive med forskning, men så utlyste Det juridiske fakultet en stipendiatstilling der de spesifikt ønsket en avhandling om kunstig intelligens i helsetjenesten. Jeg var interessert i temaet og imponert over hvor fremtidsrettet utlysningen var. Det var spennende at det ble lagt til rette for å samarbeide tverrfaglig med et svært fremoverlent miljø ved UiT Machine Learning Group (NT-fak) og helsefakultetet.

Hva handler avhandlingen din om og hva er bakgrunnen for problemstillingen?

Avhandlingen min handler om utvikling av kunstig intelligens i helsetjenesten og bruk av store helsedata til dette formålet. Avhandlingen ser særlig på spørsmål som gjelder minoriteters diskrimineringsvern og rettigheter til helseopplysninger.

Bakgrunnen for problemstillingen jeg har valgt er at bruk av historiske data i såkalte maskinlæringsalgoritmer ofte medfører en risiko for usaklig forskjellsbehandling. Minoriteter er særlig utsatt fordi maskinlæringsalgoritmer som regel er avhengig av store mengder relevante data for å fungere godt, og det finnes rett og slett mindre data om minoritetsbefolkninger. Helsedata er dessuten ikke noe som kan samles inn over en lav sko, det er sensitive data som er underlagt en rekke begrensninger.

I tillegg er det grunn til å anta at kvaliteten på helseopplysninger som finnes om minoritetsgrupper kan være dårligere som følge av at registreringen av data historisk kan ha vært bedre tilpasset majoritetsbefolkningen. I verste fall kan tidligere fordommer være innbakt i datasettene, og dette kan føre til diskriminerende beslutningsverktøy basert på kunstig intelligens.

Hvorfor bør dette forskes på? 

Forskning på bruk av helsedata i kunstig intelligens har pågått over lengre tid, og nå virker det sannsynlig at resultatene av denne forskningen snart kan bli tatt i bruk i større skala. Kunstig intelligens kan bli brukt til å effektivisere og forhåpentligvis øke kvaliteten på helsetjenester. Det finnes en rekke bruksområder der det er mulig at kunstig intelligens kan utføre oppgaver med større presisjon enn menneskelige leger, for eksempel enkelte diagnostiseringsoppgaver.

For at nytteverdien av kunstig intelligens skal komme pasientene og samfunnet for øvrig til gode, trengs kunnskap om hvordan teknologien kan utvikles og brukes i samsvar med rettsregler og grunnleggende rettigheter. I den forbindelse ser avhandlingen min på et lite knippe av spørsmålene som trenger utredning.