Antallet pasienter som blir vurdert med bildediagnostikk i Norge er betydelig, og i følge tall fra Folkehelseinstituttet er bildediagnostikken en vanlig del av diagnostisering i flere spesialistområder. I Vestre Viken har de gått litt lenger enn alle andre og koblet kunstig intelligens til røntgenanalyse. I løpet av et år med KI-løsningen i bruk har man vurdert 31 000 pasientbilder og frigjort ca. 5500 legekonsultasjoner. Er det utfordringer i bruk av kunstig intelligens i pasientbehandlingen, og hvordan bygger man tillit til en teknologi som skal ta avgjørelser av vesentlig betydning?
I denne episoden snakker vi om hvordan KI er med å forenkler hverdagen og arbeidet med å tolke og forstå røntgenbilder, hvilke erfaringer man har opparbeidet seg i Vestre Viken med bruk av KI, og om veien videre. Vi skal også komme innom hvordan helseforetaket har blitt en spydspiss innen bruk av KI og arbeidet med å hjelpe andre sykehus i å ta i bruk kunstig intelligens.
Gjestene våre i denne episoden:
Elisabeth Askimdal Hersvik: Implementeringsleder KI ved Klinikk for medisinsk diagnostikk
Line Tveiten: Radiograf og Implementeringsleder KI ved Klinikk for medisinsk diagnostikk
Nyhetsbrev Hold deg oppdatert om episodene våre og når vi slipper nye. Meld deg på nyhetsbrevet vårt her! eller send en sms til 09044 med kodeord FAG og din egen epostadresse.
Fotokreditering: Vestre Vike HF
Kapittelinndeling
Chapters
Innledning til episoden
Fra ide til implementering
Hvordan KI brukes i dag
Kvalitetsforbedring med KI
Hvordan bygge tillit til KI-teknologien
Hvor er utfordringene
Look to Drammen
Nye ting på gang
Oppsummering
Antallet pasienter som blir vurdert med bildediagnostikk i Norge er betydelig, og i følge tall fra Folkehelseinstituttet er bildediagnostikken en vanlig del av diagnostisering i flere spesialistområder. I Vestre Viken har de gått litt lenger enn alle andre og koblet kunstig intelligens til røntgenanalyse. I løpet av et år med KI-løsningen i bruk har man vurdert 31 000 pasientbilder og frigjort ca. 5500 legekonsultasjoner. Er det utfordringer i bruk av kunstig intelligens i pasientbehandlingen, og hvordan bygger man tillit til en teknologi som skal ta avgjørelser av vesentlig betydning?
I denne episoden snakker vi om hvordan KI er med å forenkler hverdagen og arbeidet med å tolke og forstå røntgenbilder, hvilke erfaringer man har opparbeidet seg i Vestre Viken med bruk av KI, og om veien videre. Vi skal også komme innom hvordan helseforetaket har blitt en spydspiss innen bruk av KI og arbeidet med å hjelpe andre sykehus i å ta i bruk kunstig intelligens.
Gjestene våre i denne episoden:
Elisabeth Askimdal Hersvik: Implementeringsleder KI ved Klinikk for medisinsk diagnostikk
Line Tveiten: Radiograf og Implementeringsleder KI ved Klinikk for medisinsk diagnostikk
Nyhetsbrev Hold deg oppdatert om episodene våre og når vi slipper nye. Meld deg på nyhetsbrevet vårt her! eller send en sms til 09044 med kodeord FAG og din egen epostadresse.
Programleder og Seksjonsleder presse i Stiftelsen Norsk Luftambulanse
What is Akuttjournalen?
En fagpodkast for hele den profesjonelle redningskjeden hvor fagfolk snakker til fagfolk med ett felles mål: Sammen skal vi bli enda bedre, og redde enda flere liv. Økt kunnskap og riktig kompetanse er viktig i alle ledd når akutt skade og sykdom oppstår. I tett samarbeid med hele den profesjonelle redningstjenesten har Stiftelsen Norsk Luftambulanse i over 45 år fremmet avansert livreddende medisinsk behandling ut til pasienten.
Per Håkon Solberg:
I Vestre Viken har bruk av KI i bildediagnostikk frigjort ca. Fem tusen fem hundre lege konsultasjoner. Er det utfordringer I bruk av kunstig intelligens i pasientbehandlingen? Og hvordan bygger man tillit til en teknologi som skal ta avgjørelser av vesentlig betydning? Velkommen til en ny fag podcast.
Per Håkon Solberg:
Mitt navn er Per Håkon Solberg. Vi skal straks snakke om kunstig intelligens og hvordan teknologien brukes i Vestre Viken Helseforetak. Men la meg først bare kort minne deg om nyhetsbrev vårt, som jeg vil oppfordre deg til å abonnere på. Det forteller deg om episodene vi lager. Da er du også sikret å ikke gå glipp av nye når vi slipper dem. Bruk linken i episodebeskrivelsen for å melde deg på, eller send en SMS som du merker med fag og epostadressen din, og send den til 09044.
Per Håkon Solberg:
Antall pasienter som blir vurdert med bildediagnostikk i Norge er betydelig. Og ifølge tall fra Folkehelseinstituttet så er bildediagnostikk en vanlig del av diagnostiseringen i flere spesialistområder. I Vestre Viken har de gått litt lenger enn alle andre å koble kunstig intelligens til røntgenanalyse. Og på ett år med KI-løsningen i bruk, har man vurdert 31000 pasientbilder. Et stort tall vi skal komme tilbake til. Men først har jeg lyst til å si velkommen til gjestene våre, Elisabeth Askimdal Hersvik og Line Tveiten.
Line Tveiten:
Takk for det.
Per Håkon Solberg:
Vi har denne gangen tatt turen til Drammen. Elisabeth, du er implementersleder KI ved klinikk for medisinsk diagnostikk. Si litt mer om jobben din og hverdagen deres her på klinikken.
Elisabeth Askimdal Hersvik:
Jobb vår går egentlig ut på å støtte prosessene med innføring og KI fra A til Å. Fra vi får behovene fra helsepersonellet vårt, legene våre, og hvor de ser en interesse eller et potensiale. Så hjelper vi med å undersøke hvilke muligheter som finnes der ute. Og vi håndterer den tekniske implementeringen, og bistår etter hvert med også implementering i klinikk, dersom vi ser at løsningen er gode I tett samarbeid med den.
Elisabeth Askimdal Hersvik:
Og Line, du har bakgrunn som radiograf. Hvorfor da KI?
Line Tveiten:
Jo, det er begrunnet. KI i diagnostikk er et område som er veldig modent. Det finnes ganske mange løsninger der ute, som er CE-merket som er klar til å tas i drift. Som radiograf ser jeg at helsevesenet har behov for støtte for å kunne frigjøre sine ressurser. Jeg vet hvor skoen trykker, så jeg tenker at det er fint med den bakgrunnen inn i et sånt prosjekt.
Per Håkon Solberg:
I dag skal vi snakke om hvordan KI forenkler hverdagen, og arbeidet med å tolke og forstå røntgenbilder. Erfaringer som dere har høstet her i Vestre Viken, og ikke minst om hvor veien går videre når det gjelder bruk av KI. Line, jeg tenker vi kan starte med å ta et lite hopp tilbake i tid og snakke litt kort om hvordan det hele startet. Hvilke utfordringer sto dere med i Vestre Viken når dere ønsket å ta i bruk KI I klinisk arbeid?
Line Tveiten:
Det starter med den rapporten som kom fra helsepersonellkommisjonen, om at vi begynner nå å få en økning av antall eldre, og mengden arbeidsdyktige blir på det samme. Sånn at vi får jo ikke noen mer ressurser og helsepersonell i fremtiden, så vi trenger å finne mulige løsninger for å gi et like godt helsetilbud i fremtiden som vi har i dag. I 2019 , da vi startet prosjektet, gjorde vi en behovskartlegging hos våre ansatte, hvor de selv kom med områder hvor de tenkte at KI kunne være hensiktsmessig og tas i bruk. Det vi også ser, er at det er en økning i antall CT- og MR-undersøkelser. Det er egentlig en positiv affære, fordi det handler om at vi oppdager kreft tidligere, og vi har en større overlevelse av kreft. Det betyr at det blir en økning i diagnostikken. Derfor ser vi nå et behov for å bruke ressursene våre mer hensiktsmessig, For å gi pasienter som virkelig trenger det, et bedre tilbud.
Per Håkon Solberg:
Da begynte jakten på å finne verktøy som man kunne implementere inn i det kliniske arbeidet. Hvor endte dere opp?
Line Tveiten:
Jo, vi tok med oss disse behovene, og så ble det gjort en kravspesifikasjon ut ifra behovene våre. Da fikk vi tilbud fra leverandører som tilfredsstilte de kravene. Det første området vi ønsket å se videre på, det var brudd deteksjon. Da har vi nå installert en løsning fra et selskap som heter Gleamer, og en løsning som heter BoneView. Den er detektert til å fange opp brudd, beinlesjoner, væske i ledd og luksasjoner.
Per Håkon Solberg:
Vi holder oss litt til det med BoneView, fordi vi må forstå hva er det denne appen gjør. Det er en skyløsning hvord dere sender data ut i intet, og så ender det opp I Belgia. Men hva er det denne appen gjør? Hva slags analyser er det dere klarer å få til med denne løsningen?
Line Tveiten:
Denne applikasjonen er trent opp på et ekstremt stort volum av bilder. Den er trent opp på gode bilder, dårlige bilder, forskjellige etnisitet, sånne type ting. Og den er da trent å finne de fire områdene. Som er da brudd deteksjon beinlesjoner, væske I ledd og luksasjoner.
Elisabeth Askimdal Hersvik:
Så når en pasient kommer til oss med mistanke om en bruddskade, en skjelettskade, så blir bildene tatt. Så går de fra vårt bildelagringssystem ned til serveren i Belgia. Så kommer KI-svaret tilbake til oss, og den prosessen tar cirka en minutt og ti sekunder. På røntgenbildene vil det ligge en, hvis det er funn, vil den ligge en firkant over det området den mener er noe. Så kan radiografen se på det, og sende pasienten i riktig retning hvis det ikke er funn. Og pasienten ikke har behov for ytterligere behandling, så kan den reise hjem. Er det et usikkert funn, eller et klart funn, så blir pasienten sendt videre til behandling I akuttmottak på poliklinikk.
Per Håkon Solberg:
Det høres utrolig ut at en datamaskin skal forstå ting bedre enn oss. Men det har vi sett i mange andre sammenhenger at datamaskiner faktisk gjør, og at kunstig intelligens kan være en stor gevinst for oss. Da hører jeg at vi begynner å pense litt inn på nettopp effekten og snakket litt om hvordan dere bruker KI i dag. Da er det fristende å bare spørre: Har det vært den suksessen dere håpet at det skulle være, når dere nå ser ett år tilbake i tid og ser hva dere har fått til?
Line Tveiten:
Hele hensikten vår med å innføre Bonview, det var for å frigjøre våre radiologer. Det er noe vi ikke har sett så mye til helt ennå. Våre gevinster har stort sett kommet for akuttmottaketakene, poliklinikkene og legevakta. De har nå fått frigjort ressurser hos seg, i og med at vi nå sender hjem pasienter hvor KI mener at det ikke er et brudd, sammen med vurderingen av radiografene. Så vi skal nå jobbe videre for å få flere effekter for radiologene. Så vi driver nå med et kvalitetstudie for å se på mulighet for å overføre ansvaret for de positive casene til ortopeden. For ortopeden skisserer selv at disse casene vurderer jo dem selv. Og når beskrivelsen foreligger, så har de allerede ferdigbehandlet pasienten. Så vi skal nå se på verdien av beskrivelsen til røntgenlegen, og for å se om vi kan gjøre det på denne måten.
Per Håkon Solberg:
Elisabeth, hva vil du si er gevinsten dere har fått ut av det å nå implementere og ta i bruk KI? Nå har dere holdt på et år, har dere gitt den effekten som dere ønsket dere?
Elisabeth Askimdal Hersvik:
Som Line var litt inne på, så er det hovedsakelig legevakt og akuttmottak som får de største gevinstene når det kommer til ressursbesparelser. Og så er det pasienter som har fått desidert mest. Vi har estimert på dette året at vi sparer cirka 350 døgn med ventettid totalt for pasientene, så det er klart betydelig. Og med tanke på at vi frigjør kapasitet på legevaktsmottak, så kan pasienter potensielt få raskere hjelp, fordi den kapasiteten kan brukes på de pasientene som trenger det mest. Vi bruker BoneView som et støtteverktøy nå. Den har også en fin funksjon om at den flagger hvor det er funn og ikkefunn i RISS-systemet vårt. Det gir også en mulighet for triagering, sånn at man kan se på pasientene med positivt funn raskt. Vi har fått noen gode tilbakemeldinger fra klinikkene. Vi opplever at ortopedene sier at de sjeldnere blir tilkalt til akuttmottaket for å gjøre vurderinger sammen med LIS. LIS føler seg tryggere på beslutninger, komme i gang, bli raskere med behandlingen selv, og redusere belastning på de ressursene som er i akuttmottaket. Og ikke minst på legevakta, spesielt på Bærum som brukte tid på å se på bildene selv, Så vi får gode tilbakemeldinger derfra. Men, som Line også var inne på, der vi ønsket også å få mer gevinster for radiologene våre, der er vi ikke ennå. Men den videreutviklingen og det vi jobber med videre på BoneView, er med det målet om at vi skal hente større gevinster også for dem. Og det har vi veldig stor tro på at det ligger et kjempepotensiale i den løsningen.
Per Håkon Solberg:
Men spesielt det med kvalitetsforbedring. Det synes jeg er litt interessant, fordi det er jo det man er så redd for, at KI og datamaskinenens intelligens skal gjøre noe feil. At man skal overse noe man burde sett og kanskje ville sett med det blått øyet. Hva har dere fått til, kvalitetmessig med bruk av KI, som gjør at dere er trygge på at resultatet og den flaggen du var inne på, faktisk er riktig? At dere ikke sender hjem pasienter som burde vært til behandling?
Line Tveiten:
I forkant av implementeringen gjorde vi en validering for å sjekke hvor god denne løsningen var. Og da fant vi ut at løsningen er nesten like god som radiologen. Spesielt hvor god løsningen er til å si at det er et negativt svar. Noe som understøtter hvordan vi bruker løsningen. Så vi har en negativ prediktiv verdi på 84 for KI, og vi har 95 for våre radiologer.
Per Håkon Solberg:
Så det betyr at systemet er til å stole på?
Line Tveiten:
Det vil jeg absolutt si. Vi sitter nå med informasjon om hvilke områder denne løsningen er god på, og hvor den er mindre god. Og dette har våre ansatte også fått opplæring i. Så hvis løsningen sier at det er et brudd eller ikke et brudd, så har vi jo også radiografen som gjør en vurdering om det her er riktig. Og da, hvis det er det området vi har løftet som et risikoområde, på en måte, Så kan radiografen gjøre egne vurderinger der.
Elisabeth Askimdal Hersvik:
Og så kan vi legge til at en viktig del av den KI-satsingen som vi har, er å starte på de områdene som er relativt trygge, og hvor det er lav risiko. Det er det vi har med denne frakturløsningen her. I og med at vi også har helsepersonell som er utrolig dyktige til å fange opp ting, de vet veldig godt hva denne løsningen er god og dårlig på, og kan dermed fange opp sånne type ting i samråd, for de treffer jo pasientene.
Line Tveiten:
Vi har også gjort et liten dypdykk i hva det vil si å sende igjen pasientene. Og der løsningen har gjort feil, så har vi gjort en kartlegging av undersøkelsene på Bærum sykehus i januar(2023), hvor vi da sjekket 1200 pasienter hvor vi da fant at det var en pasient hvor det var en behandlingsmessig konsekvens. Og allikevel så var ikke den veldig stor. Så jeg vil jo absolutt si at det er trygt å bruke den løsningen sånn som vi bruker den nå.
Per Håkon Solberg:
Hvor lett har det vært å få kolleger til å tro på løsningen? Når dere har jobbet med den, har dere sett at dette er et verktøy som kan løse mange oppgaver for dere, som har tatt tid og vært ganske utfordret. Hvor lett har det vært å få kollegaene til å få den samme troen på at en datamaskin faktisk kan være til stor hjelp?
Elisabeth Askimdal Hersvik:
Vi har ansatte i hele enden av den skalaen, fra de som er superengasjert og tenker at dette går ikke fort nok, vi vil dette systemet og vi vil mange fler. Til de som er litt mer skeptisk sitter på gjerde og venter litt. KI er jo relativt nytt, så det finnes jo ikke så altfor mange erfaringer. Selvfølgelig noen som har begynt å ta det i bruk. Men man vil jo gjerne gjøre de egne erfaringene til sine arbeidsprosesser før man stoler på det. Men sånne valideringer, slik Line var inne på, er kjempeviktig for å få folk til å tro på det og for at det skal se ut som det gir en effekt i klinisk bruk. Men det som også er viktig å tenke på i en sånn prosess er jo, er at nettopp dette med gevinster. Helsepersonell og folk ute på sykehusene, de er nedjammet i oppgaver. Og det kommer endringer i eksisterende systemer. Det kommer nye ting, endringer, organisasjonsendringer. Så man er veldig jammet ned. Og det å ta i bruk enda noe nytt hvis man ikke får de gevinstene veldig hurtig, det setter jo et press på ansatte på denne måten. Så det er også noe vi har fokus på i endringsprosessen. Og opplever at kanskje de som er litt lengst fram på støtte på verktøyet er de som får de største gevinstene. Som for eksempel legevakt så jo dette umiddelbart, hang seg på. Mens noen av radiologene våre ser ikke helt nytten i sin hverdag i dag, og er kanskje litt mer på gjerdet. Men vi opplever jo at det er en oppslutning rundt. Og så er vi helt åpne på, og samarbeider godt rundt at vi er ikke ferdige. Her kan vi justere underveis. Vi må justere underveis for at dette skal fungere tipp topp for oss både nå og i årene framover.
Line Tveiten:
Innledningsvis også, når vi startet med å ta i bruk denne løsningen, så hadde vi workshops med alle instanser hvor KI påvirket. Og da hadde vi med oss legevakt, og vi hadde med oss ortopeder, vi hadde med oss radiologer, vi hadde også med representant fra fastlegene og akuttmottak. Så det er så utrolig viktig at de vet hva vi tar i bruk, hvordan vi tenker å ta det i bruk, sånn at vi får med oss folkene. Og en ting som er spesielt viktig med denne løsningen her, er at de som henviser, de vet at vi sender igjen pasienter dersom det er negativt. Så en av de store endringsprosessene her, er at klinikerne, eller altså henviserne, de må preppe pasienten på hvordan de forholder seg til et negativt svar. Sånn at de vet at etter en viss tid, så må de kanskje ta kontakt med fastlegen igjen. Eller at man må rekvireres til en MR, hvis det er spørsmål om en bløtdelskade eller en leddbåndskade. Sånn at alle hensyn er ivaretatt og pasientsikkerheten er ivaretatt.
Elisabeth Askimdal Hersvik:
Og så har vi jo dedikerte kollegaer der ute, som er med på å gjøre validering, er med på å løfte behov. Viser gjennomgående hvordan løsningen er og sånt til kollegaene sine. Så det er også en støtte i å både løfte behovet tilbake til oss, men også forankring og diskusjoner rundt det kliniske I løsningen.
Per Håkon Solberg:
Fortell litt mer om disse KI-legene. Hva slags rolle har de i systemet som er nytt i forhold til den rollen de hadde før KI kom inn?
Elisabeth Askimdal Hersvik:
Vi har tre KI-leger hos oss, som er leger og radiologer med litt ulike spesialistområder. De har en viss prosentandel av stillingene sitt som er satt av til arbeid med KI. Så det er kjempenyttig. De er med på å undersøke hva slags type løsninger som er der ute. Løft behovet fra kollegaene sine. Og gjennomfører validering og testing kliniske løsninger. Så det er ganske nytt. Jeg tror vi er første i landet som har KI-leger.
Per Håkon Solberg:
Vi har jo snakket om hvordan KI kan være en hjelp og en løsning på mange måter. Eller se løsningen er kanskje mer riktig å si. Men hvor er det KI har svakheter? Altså hvordan ser man at den ikke fungerer optimalt?
Elisabeth Askimdal Hersvik:
Som Line var inne på, i validering, så er det selvfølgelig områder den er mindre god på, men det er noe som helsepersonellet vårt er trent på og vet, så de kan ta høyde for det. Vi har jo også store forskjeller blant våre sykehus på hvor mye gevinster og effekter denne løsningen gir. Det handler i veldig stor grad også om arbeidsprosessen. Her er det jo ikke bare billeddiagnostikk som er inne, men også henviser for eksempel. De må også gjøre en jobb og en endringsprosess hos seg, På hvordan de ferdigbehandler pasienten før den sendes videre. Hvordan de skal forholde seg til svarene. Og ikke minst dette med å stole på hverandre, stole på andre klinikkere og stole på løsningen, som gjør at man da kan følge de mest hensiktsmessige arbeidsprosessene og sånn sett. Så jeg får understreke at endringsledelse er kanskje både den største utfordringen og potensialet for å lykkes med KI rett og slett. Og det kan godt hende at vi er der nå, fordi den bond-løsningen er en enkel K-løsning. En trygg K-løsning å begynne med å lære på. Men vi ser at når vi kommer over på mer kompleks KI-løsninger og sånne type ting, så kan det hende at det ser annerledes ut.
Line Tveiten:
I forhold til det at vi har ganske store ulikheter mellom sykehusene av hvordan klinikerne stoler på løsningen, og hvor mange pasienter som faktisk sendes hjem. Så per sånn vi drifter i dag, så vil vi spare 6000 legekonsultasjoner hvert eneste år. Men hvis flere av klinikkerne begynner å stole på løsningen, så vil jo potensialet øke. Så ergo det med endringsledelse og det å endre rutiner, det er veldig viktig for at man kan gi et bedre tilbud til pasientene våre.
Elisabeth Askimdal Hersvik:
Også er jo kanskje dette med å endre rutiner, og man toucher inn på arbeidsoppgaver. Dette er jo tunge profesjonsfaglig. Og vi behandler pasienter, ikke sant. Det er tunge prosesser, mye tillit og mye ansvar i dette. Så vi berører jo en del sånne typer ting. Og det er også en modningsprosess når det kommer til å bruke ny teknologi, sånn som man gjør nå med KI.
Per Håkon Solberg:
Det er et uttrykk som nå heter Look to Drammen. Det har man brukt mange ganger i andre sammenhenger. Men nå ser man faktisk til Drammen helsemessig. For Vestre Viken og det dere har fått til med KI, er noe som andre har lyst til å lære mer om. Og dere har faktisk blitt en spydspiss innen bruk av KI I bildediagnostikk. Hvilken kompetanse er det dere har fått i Drammen som er så unik?
Line Tveiten:
Det handler nok om å ta i bruk ny teknologi på en smidig måte. Det at godt nok er rett og slett bra nok. At vi tar og innfører noe stegvis og ikke skal løse alle utfordringer med en gang, men at vi håndterer utfordringene når det kommer. Og så handler det litt om teamet, at man har satt sammen et team som fungerer bra. Og at man har spisskompetanse på ulike område. Det tenker jeg er noe som gjør at vi kanskje har lykkes I større grad. Så vi har vært så heldige at Helse Sør-Øst har ønsket å satse på oss og vår kompetanse. Som har gjort at vi har fått innvilget midler til oss også støtte andre helseforetak i Helse Sør-Øst, sånn at de kan raskere ta i bruk kunstig intelligens. Hvor at vi nå tilfører kunnskap som vi nå sitter med. Vi server de med alt av materialet som vi nå har bygd opp. De gjenbruker PowerPointer, alt av kommunikasjonsmateriale, til mer grundigere dokumenter, for å si det sånn. Så vi har også deltatt i workshops hos Ahus, og vi har bistått Telemark og sykehus Østfold. Så det er flere i landet som ønsker nå å komme I gang.
Elisabeth Askimdal Hersvik:
Og i tillegg til teamet og det som skjer litt på det nivået, så er det også radigrafene våre og radiologene våre som har en hel unik kompetanse nå, fordi vi er først i Norge, og innenfor bildediagnostikk. De har opparbeidet seg en hel unik kompetanse på det. Det å være tidlig ute gjør at vi også kan være med på å forme løsningene. Hvordan de funker i arbeidsprosessene. Så det er også kjempekult å være med på, også for folkene våre.
Per Håkon Solberg:
Men da lurer jeg på når dere sitter på så mye kunnskap, er det kunnskap man da vil lære av? For det er det man vanligvis gjør i et KI-system, hvor man dytter inn og må dytte inn, og fortsette å dytte inn. Og så blir jo datamaskinen smartere og smartere ut ifra den dataen man dytter inn. Hvordan er det med KI i bruk i denne sammenheng?
Line Tveiten:
Den løsningen som vi har tatt i bruk nå, den er status. Det vil da si at den er ferdig trent hos leverandør. Vi har per i dag ikke lov til å ta i bruk løsninger som lærer på våre data. Den må være CE-merket, og at vi må være ferdig trent.
Elisabeth Askimdal Hersvik:
Og så er det faktisk sånn at det er et kvalitetsstempel, fordi det betyr at vi ikke får noen overraskelser. For hvis løsningen lærer underveis, kan den også lære litt på feil ting. Så den kan bli dårligere hvis den kontinuerlig læres. Så da har vi mer kontroll på den, den er statisk. Vi vet hva den har gått dårlig på. Og leverandører vil kontinuerlig trene disse løsningene med et gitt tidsrom. Da vil vi jo få beskjed om det, og eventuelt kunne sjekke hvordan kvaliteten er, eller hvor god er løsningene nå? Har det blitt noen endringer? Og så kan vi eventuelt justere. Så det er også faktisk et kvalitetstegn at den er statisk.
Per Håkon Solberg:
Men hva skal de andre lære av dere? For å snu rundt: Hva er det dere nå skal hjelpe til med? Hva er det de andre vil ha?
Line Tveiten:
Det er egentlig hvordan man rigger seg for å ta i bruk kunstig intelligens. Hva er det som er behovet i forhold til ressursbruk? Og så handler det om å få med seg folka. Så vi bistår nå med å dele våre erfaringer og materiale som vi har brukt i innføringsprosessen vår. Og håper at de kan forbedre det ut ifra våre erfaringer også. Også er det jo sånn at når andre foretak skal i gang med andre løsninger, så håper jeg at de kan dele sine erfaringer med oss. Så jeg tenker at det er så fint nå at vi har opparbeidet oss en litt delingskultur. Som jeg tenker kan dra Helse Sør-Øst, og potensielt hele Norge framover I framtiden.
Per Håkon Solberg:
Hvor viktig er det at man samarbeider på tvers av organisasjoner?
Elisabeth Askimdal Hersvik:
Det er kjempeviktig, fordi vi står i veldig mange av de samme utfordringene. Alle sammen har jo dette med knapphet på ressurser. Så det å kunne bruke hverandres erfaringer, kanskje trekke på hverandres ressurser og kapasitet fordele arbeidet litt og sånne type ting. Stoler du på valideringer som hverandre har gjort, sånn at man kanskje trenger bare å gjøre en mindre enn hos seg selv. Det er utrolig tidsbesparende, og det skaper også en veldig god kompetansedeling på tvers, som gjør at vi holder oss på høyden.
Per Håkon Solberg:
Hva vil dere si er det neste store fordrer nå? Hvor går veien videre?
Elisabeth Askimdal Hersvik:
Det er anskaffet nå tre nasjonale KI-plattformer hvor man kan ta i bruk KI-applikasjoner på disse. Det er litt sånn som Netflix og Viaplay, de har noe av de samme appene, og så har de noe forskjellig. Grunnen til at vi har de tre er fra å skape fleksibilitet i forbindelse med hvilke KI-apper som vi har behov for. Så det vi gjør nå, kjører vi en test på dette, kjører minianskaffelser for å få tak i disse applikasjonene. Det er nybrottsarbeid for alle, men her jobber vi kjempetett sammen med andre regioner og andre sykehus også i Helse Sør-Øst, med å utarbeide kravspesifikasjon basert på våre behov.
Elisabeth Askimdal Hersvik:
Og så kan leverandørene tilby de applikasjonene som de tenker passer best til oss. Så gjør vi en vurdering av det. Og kan dermed gå videre og validere og prøve ut løsningene for å se om det er noe vi tar med oss videre. Og igjen, som jeg nevnte, dette samarbeidet bruker vi kapasiteten til hverandre. Vi har nå valgt at det er noen helseforetak. Vestre Viken har nå lead på den Minikonkurransen som kjøres nå, røntgen thorax og CT thorax Lungenoduli. Og har med oss Ahus som en venstre hånd og helsen Nord som en høyre hånd. Og så neste gang på andre områder er det kanskje noen andre som har lead og andre som deltar inn i samarbeidsgruppa. Så det er helt unikt og nytt. Vi ser allerede at det er kjempeeffekter og gevinst på å jobbe sånn på tvers. Og det betyr også at hvis vi finner KI-applikasjoner som funker, så er det mye raskere for andre å komme i gang med tilsvarende. Og motsatt hvis ting ikke funker, så trenger ikke andre å bruke masse tid på å prøve å finne ut av det selv. Så veldig nytt arbeid, veldig kult arbeid, høyt engasjement fra alle. Så det er tydelig at KI har prioritet og fokus, og at man ser på det som en veldig spennende teknologi.
Per Håkon Solberg:
Hva har pasienten igjen for alt dette?
Line Tveiten:
Det gjør jo at vi kanskje kan forskyve ressursene våre til de pasientene som trenger det mest. Pasienter som står på ventelister for å ta en CT eller MR, at de kan få en raskere prioritet til å få eventuelt sin sykdom bekreftet eller avkrefte, rett og slett. Så det er det det handler om, og det er det vi ønsker. Det er å frigjøre ressurser, sånn at pasientene kan få et like godt helsetilbud som vi har i dag, også i framtiden.
Per Håkon Solberg:
Og Line, så har dere mer på trappene også? Har du lov og mulighet til å si litt om det?
Line Tveiten:
Ja, vi driver nå og tester ut en applikasjon for MS-pasienter, hvor de tar en MR av hodet. Denne løsningen kan da skissere hvor mange MR-plakk som er i hodet på disse pasientene, hvor man kan gjøre en telling av de. Og her har radiologene selv løftet behovet, og mener at det kan være en løsning som kan være hensiktsmessig å ta i bruk for dem. Og så har vi en løsning for ortopedisk målinger, som vi også nå skal i gang med å teste. Det vil gi gevinster både for radiologer, men ikke minst også for ortopedopeder.
Per Håkon Solberg:
Jeg frister med å spørre deg. Du har forsåvidt svart på det, men hva har pasienten da igjen for at dere satser så tungt på KI?
Line Tveiten:
Pasienter som står i venteliste på å få MR og CT, vil da kunne kanskje prioriteres i høyere grad, å kunne få diagnostisert sin eventuelle kanseller, eller få det avkrefte. Det tenker jeg vil være den absolutt største gevinsten for fremtiden. Hvor vi kan prioritere de pasientene slik at vi kan gi et bedre helsetilbud for pasienter iI fremtiden, og sånn som vi har i dag.
Per Håkon Solberg:
En god prat begynner å nærme seg slutten, men jeg har lyst til at vi skal prøve å oppsummere litt om hva vi har snakket om denne halvtimen. Hvor vil dere begynne? Elisabeth, skal vi starte med deg. Hva vil si? Hva er det viktigste og var lærdommen av det å implementere KI inn i bildediagnostikk?
Elisabeth Askimdal Hersvik:
Den viktigste lærdommen er å lytte til fagfolkene. Hvor er det behovet er? Og så begynne å gå og se hva slags løsninger som finnes i markedet. Man trenger ikke å finne opp hjulet på nytt. Det finnes så utrolig mange løsninger der ute. Og så er det det å starte på de områdene med lav risiko, hvor det er trygt å ta i bruk. Og så lærer man utrolig mye i den prosessen på egentlig alle områder. Og så tar vi med oss det videre og kontinuerlig forbedrer. Og så er det det at man tenker at dette skiller seg litt fra tradisjonell IT-innføring hvor du får et system og det er veldig trygt nedover deg, og så skal du tilpasse deg til det, og det fungerer sånn og sånn. Mens her er det mye mer dynamisk, du har mye mer muligheter til å justere på arbeidsprosesser, påvirke hvordan løsningene fungerer i arbeidsflyten, hvordan du skal bruke det, den type ting. Det er også noe vi lærer av underveis, og som vi også tar med oss i, både forbedringer av den løsningen vi har, men også i innføringen av andre typer løsninger.
Line Tveiten:
Og det at en applikasjon er CE-merket, det trenger ikke nødvendigvis å si noe om selve løsningen. Men det er når vi først har gjort valideringene, hvor vi ser hvor løsningen er god og hvor den kanskje er mindre god. Det er da man kan finne potensialet. Hvordan kan vi bruke den løsningen for å frigjøre ressursene våre? Det tror jeg er veldig viktig å med seg.
Per Håkon Solberg:
Line, du startet episoden med å relatere dette til det å være radiograf. Hvordan ser du KI har vært med på å forbedre hverdagen for dine kolleger?
Line Tveiten:
Jo, jeg ser jo det at radiografen har jo nå fått en ny arbeidsoppgave. Noe de har skissert at eller de sier at det er spennende. De bruker nå KI-verktøyet til å kunne sende hjem pasienter sammen med deres erfaring og kunnskap. Sånn at det ligger nok en liten stolthet nå å være de første radiografene i Norge som sitter nå med denne erfaringen. Så det hadde vært absolutt gøy å vært radiografen igjen nå, og kunne bruke verktøyet selv.
Line Tveiten:
Radiografenene har jo nå faktisk fått en ny arbeidsoppgave. De bruker jo nå KI-verktøyet til å kunne sende hjem pasienter. Det har medført at de bruker nå litt mer tid per pasient. Men begrunnet de gevinstene det gir pasientene og annet helsepersonell, så synes de allikevel at det er verdt den tiden de nå bruker ekstra.
Per Håkon Solberg:
Du har lyttet til en fagpod produsert av Stiftelsen Norskluftambulanse, og med Stephen Sollid som ansvarlig redaktør. Takk til gjestene våre, Elisabeth Askimdal Hersvik og Line Tveiten. Mitt navn er Per Håkon Solberg og har du spørsmål til denne episoden eller gode tips til temaet så send oss gjerne en epost på akuttjournalenalen@norskluftambulanse.no
