Hei, det ser ut som du bruker en utdatert nettleser. Vi anbefaler at du har siste versjon av nettleseren installert. Tekna.no støtter blant annet Edge, Firefox, Google Chrome, Safari og Opera. Dersom du ikke har mulighet til å oppdatere nettleseren til siste versjon, kan du laste ned andre nettlesere her: http://browsehappy.com
Hopp til innhold
Illustrasjonsbilde av en hånd som rekkes ut av en datamaskin

Tema: IKT

Maskinlæring og kunstig intelligens innen medisin

Oppdatert: 10. nov. 2020 Streaming

I dag er nesten alle data om pasienter digitalisert. Digitaliseringen gjør at data om pasienter kan gjøres tilgjengelig, og norske helsemyndigheter jobber med et felles journalsystem slik at alle data skal være tilgjengelig på alle legekontor.

Mulighetene med digitale data går for øvrig langt utover det. I dag utvikles det kunstig intelligens for å analysere bilder, dermed vil arbeid som nå blir gjort av radiologer og patologer kunne delvis utføres av maskiner i løpet av kun noen få år.

Ved å analysere store datamengder kan en analyse av arvestoffet inngå i beslutningen om behandling. Dermed kan man skreddersy behandling tilpasset den enkelte pasient. Det digitale formatet utfordrer imidlertid måten man arbeider på i sykehus. Data kan komme på avveie. Skillet mellom forskning og pasientbehandling viskes ut og det eksisterende lovverket dekker ikke all håndtering av digitale data i helse.

«Vi står overfor et paradigmeskifte på linje med da hesten ble erstattet av bil» Dette sa Erik Fosse da Stortingsmeldingen om helsenæringen ble fremlagt.

Fosse beskrev den teknologiske utviklingen i operasjonssalen og hvordan teknologiseringen av helsevesenet har ført til økt kvalitet på pasientbehandlingen. Økt regnekraft, økt tilgang til store datamengder og stadig bedre læringsalgoritmer har gitt en oppblomstring av maskinlæring innenfor medisin.

Vi har fått med oss Erik Fosse, lege og professor i medisin ved Universitetet i Oslo. Han skal fortelle oss om dette paradigmeskiftet og hvilke muligheter og begrensninger det fører med seg.

 

Les også