Det er mye «hype» rundt kunstig intelligens (AI – artificial intelligence). Fra mange blir det hevdet at disse algoritmene vil revolusjonere helsetjenesten. De vil, sier Martin Bech-Holte fra McKinsey og Jan Grønbech fra Google, kunne erstatte legen. Med big data vil datamaskinen kunne analysere helsedata og på bakgrunn av dette lære å stille diagnose. Slike drømmer har en hatt i hele datamaskinen historie. Stort sett har dette vært tøv. Når drømmene i gjenoppstår i dag er det fordi vi har fått mulighet til å analysere store datamengder – det som kalles «big data» analyser og maskinlæring.

Problemet er bare at resultatene uteblir. Alle som har forsøkt å gå inn i helsedata ser problemet. Disse er hva vi vil kalle uformaliserte. I motsetning til data om valutakurser, temperatur og rentenivå er dette data som må tolkes. De er også i stor grad influert av den enkelte lege og situasjonen da dataene ble registrert. Dette ble åpenbart allerede på slutten av syttitallet. Da var en av oss involvert i å installere et av de første datasystemer i primærhelsetjenesten, i helsesenteret i Alta. Det var før fastlegens tid og legene på dette senteret tok neste pasient fra en felles kø på venterommet.

Til tross for det, viste statistikken at legene endte opp med helt forskjellige diagnoser. Det en lege diagnostiserte som bronkitt med diagnosekode xxx kunne en annen kalle øvre luftveisinfeksjon med kode yyy. Den tredje legen som kom rett fra nattevakt på legevakta og var stuptrøtt kunne kalle dette noe upresist «infeksjonsukjent fokus med kode zzz». Og alle var riktige!

Også i dag sliter en med kvaliteten på helsedata. De kan inneholde verdifull kunnskap, men denne er ikke så lett tilgjengelig. Avisen The Economist viser til at disse dataene er rotete og vanskelig å prosessere. I mange tilfeller må en bruke store ressurser på å ordne dataene, og selv ikke da har en klart å få gode resultater. IBM har forsøkt å lansere sitt Watson system, tidligere brukt på spillet Jeopardy med gode resultater, for helsetjenesten. Heller ikke dette har vært noen suksess.

Når man samtidig vet at de fleste leger prioriterer pasientens ve og vel i hvert enkelt møte fremfor eksakt diagnose for å tilfredsstille en stivbent og rigid dataalgoritme skjønner man at bruken av disse dataene i stor grad blir meningsløs.

Mer lovende er de forsøk på å prøve ut helt nye metoder uten å basere seg på dubiøse data. Et eksempel er en App for å studere Parkinsons sykdom. Ved å la brukerne ta smarttelefonen gjennom en rekke oppgaver kan en måle skjelving og på den måten diagnostisere sykdommen i en tidlig fase. Dette er imidlertid svært ressurskrevende forskning, og det kan hende at vi skal overlate dette til Apple, Google og andre som har den kapitalen som er nødvendig for å få produktene til markedet.

Det vi har tro på er å utnytte eksisterende teknologi for å redusere byråkratiet i helsetjenesten. Ved å avlaste fastlegen fra papirarbeidet kan mer av tiden brukes til samtale med pasienten. Spesielt tror vi at elektronisk kommunikasjon mellom pasient og fastlege og mellom fastlegen og de andre etatene i helsetjenesten vil være viktig. Teknologisk sett finnes løsningene allerede, det er mer snakk om å tilpasse arbeidsoppgavene til teknologien. Samtidig og i samme prosess er det svært viktig å avdekke de områdene der man absolutt IKKE skal bruke teknologiske løsninger. For eksempel kan det kanskje være hensiktsmessig å ta en konsultasjon over Skype for en kjapp vurdering av en voksen kar med feber på Sekken en ettermiddag, for å vurdere om han må komme til legevakt i Molde samme kveld eller kan vente til legekontoret åpner i morgen.

Men samtidig skal man være klar over at den samme Skypekonsultasjonen kan vise seg å være en alvorlig diagnostisk forsinkelse da det kanskje dreier seg om en alvorlig blodforgiftning der pasienten burde vært innlagt på sykehuset samme kveld. Det ville blitt avdekket om pasienten kom på kontoret. Tilbake sitter legen med det personlige og juridiske ansvaret og som kanskje feilaktig ga etter for pasientens ønske om å få en skypekonsultasjon, samtidig som politikerne hadde blitt lurt av en god selger fra programvaretilbyderen for å «forbedre» kvaliteten i helsetjenesten.

The Economist skriver at noen forventer at vi kan få en App som gjør det like lett å bestille en legetime som et bord på en restaurant. Interessant nok er det slik at vi i Norge ikke bare har denne Appen, men at den er tatt i bruk overalt basert på helt vanlig teknologi. Eksempelet viser at fremtiden ikke nødvendigvis krever kunstig intelligens, big data, maskinlæring eller annen «hokus pokus», men at mange gode løsninger kan realiseres med standard teknologi.

En hemsko her har vært kravene til personvern. Vi har mange eksempler på at dette er tatt til ytterligheter. For eksempel vil ikke sykehus svare på e-post, mens det åpenbart er helt greit å legge konfidensielle papirer i en åpen postkasse. Når vi kan bruke banken via Internett burde vi også kunne kommunisere med helsetjenesten på denne måten. Bare det å erstatte telefonsamtaler med e-post, SMS, chat og andre elektroniske hjelpemidler vil gi en betydelig effektivisering, samtidig som både pasienter og leger vil oppfatte dette som en kvalitetsheving.

Ved Høgskolen i Molde ønsker vi å etablere et nytt forskningsprogram innen helselogistikk/ helseinformatikk der vi ser på hvordan vi kan bruke digitaliseringsteknologi til å forenkle fastlegens arbeid. Vi skal ta utgangspunkt i den teknologien som eksisterer i dag, og satse på løsninger som gjør hverdagen enklere både for leger og pasienter. Ikke minst tror vi at datamaskinen vil kunne brukes i å følge opp pasientene. Da kan vi ta bort mange unødvendige konsultasjoner på legekontoret, samtidig som vi kan bruke mer tid på de nødvendige konsultasjonene. Fremtidens fastlege vil selvfølgelig møte pasientene på kontoret, men vil også kunne følge opp disse på nett. Som pasienter vil vi da føle at vi er bedre ivaretatt enn tidligere. Samtidig vil legene få en avlastning fra dagens oppjagede situasjon.

Kai A. Olsen professor i informatikk, Høgskolen i Molde, Universitetet i Bergen og OsloMet, Eivind Lilleås fastlege, Molde, Kjetil Haugen, professor i logistikk, Høgskolen i Molde

Kai A. Olsen professor i informatikk, Høgskolen i Molde, Universitetet i Bergen og OsloMet, Eivind Lilleås fastlege, Molde, Kjetil Haugen, professor i logistikk, Høgskolen i Molde Foto: Anders Hviid © HVIIDPHOTOGRAPHY