En prat over kaffemaskina ga forskningspris

Ideen om å benytte datamaskinenes enorme regnekapasitet til raskt å kunne gjenkjenne hva som er hva i hjernen kom over en kaffekopp med en nevrokirurg ved St. Olavs Hospital, der også Ingerid forsker.

– Kirurgen hadde opplevd at bilder kan være tolket feil, og at en blodpropp var en blødning. Det er to helt forskjellige tilstander som krever helt motsatt behandling for å si det enkelt. Det menneskelige øye og erfaring gjør mye riktig, men av og til glipper det og man kan feiltolke. En datamaskin kan kanskje gjøre det bedre og raskere om vi klarer å lære den å «se» hva som er hva.

Fysikeren og forskeren Reinertsen (47) ba deretter om å få 15 000 CT bilder av hjerner fra St. Olavs Hospital. – Vi fikk til slutt ut 2000, og veien var lang, forteller Ingerid over en kopp kaffe på et feriestille forskningssenter til SINTEF Digital. – Men det var nok til å få trent opp datamaskinene, neste steg blir ytterligere verifisering og uttesting i klinikk. Det finnes dessverre altfor få KI-verktøy som er godt nok testet til at de kan gå inn i «daglig drift» på sykehusene.

Da Ingerid ba om 15 000 CT bilder ble det full stopp, da forespørselen kom nesten samtidig som innføringen av GDPR.

- Vi tilhører samme forskningsgruppe, og har et fruktbart samarbeid, sier Lisa M.Sagberg (tv) som jobber på institutt for samfunnsmedisin og sykepleie ved NTNU. Vi har forskjellig bakgrunn, noe som er en styrke i denne typen forskning og utvikling, sier Ingerid REinertsen (i midten). Ole Solheim til høyre.

Utferdstrang

At Ingerid Reinertsen skulle ende opp i Trondheim som forsker i krysningen helse og teknolog, var ikke gitt da hun sto på terskelen til voksenlivet som 19-åring. Oppmuntret av foreldrene pakket hun snippesken og reiste fra Oslo.

– Jeg ønsket å studere ingeniørfag, men ikke nødvendigvis i Trondheim, som den gang var nærmest. Jeg hadde hatt fransk på videregående skole og ville til Frankrike. Så jeg startet på en sivilingeniørutdanning i fysikk ved Institut national des Sciences Appliquees (INSA) i Toulouse, der har de et godt program for å ta imot norske studenter.

Her lærte hun mye, men det var først mot slutten av studiene at hun oppdaget at medisinsk teknologi var en mulighet. Også med fysikk som fag.

– Da jeg skulle ta diplom søkte jeg om et opphold hos SINTEF Digital, der de jobbet med helse og teknologi, og fikk dermed en smakebit av hva dette kunne være. Etter Toulouse var jeg veldig klar for å lære mer om dette.

Fysikk og helse

Hun dro over Atlanterhavet, landet i Quebec, Canada og startet på en toårig master i medisinsk fysikk.  

– Der ballet det litt på seg med en doktorgrad, for her møtte jeg mannen min som er fransk, og vårt eldste barn ble født her. Vi ønsket oss begge tilbake til Europa, og begynte å se på mulighetene for å returnere.

Doktorgraden handlet om bruk av MR-bilder og ultralyd (UL) for veiledning av hjernesvulstoperasjoner. Mer bestemt bruk av UL under operasjoner til å oppdatere MR-bildene som er tatt før operasjonene.

I 2007 returnerte de tilbake til Norge, der hun fikk jobb i SINTEF og fortsatte å forske innen bildeveiledning for nevrokirurgi.

Hva tenker du om bruken av kunstig intelligens innen dette feltet?

– Kunstig intelligens og dyplæring er en «game changer» innenfor bildebehandling og maskinsyn generelt. Stor regnekapasitet, tilgang til bildedata fra internett og videreutvikling av algoritmene har ført til store fremskritt som vi også kan dra nytte av innen medisin og helse.

Kunstig intelligens og dyplæring er en «game changer» innenfor bildebehandling og maskinsyn generelt.

En kreftsvulst ser jo aldri likedan ut, men med dyplæring kan datamaskinen selv lære å gjenkjenne den dersom den har sett mange nok eksempler tidligere. Dette er jo ikke magi, men det har virkelig gitt oss noen nye verktøy i kassa. Og spesielt innenfor bildeanalyse så har det nesten utkonkurrert de tradisjonelle metodene vi hadde fra før.

Tekna-medlemmet Ingerid Reinertsen forsker på bruk av kunstig intelligens i helsesektoren og har trent algoritmer til å gjenkjenne hjerneblødning på MR-bilder. Hun har studert både i Frankrike og Canada, der hun tok doktorgrad og dessuten traff mannen sin.

Friheten til å forske

Forskningshverdagen til Ingerid formes stort sett av henne selv og forskningsgruppen, men i SINTEF er man avhengig av å ha finansiering for det man gjør.

– Innen helse mangler vi jo de store norske industrielle lokomotivene, som for eksempel annen industri har fra Equinor, Kongsberg etc. Så vi har få industriprosjekt innen helse sammenliknet med andre deler av SINTEF, siden denne sektoren er offentlig finansiert i Norge.

Innen helse mangler vi jo de store norske industrielle lokomotivene.

Prosjektet har pågått over flere år. Ideen oppsto mens man enda var tidlig ute med kunstig intelligens i helsesektoren. Og feltet var på mange måter nytt for Ingerid som inntil da hadde forsket på hjernesvulster, og ikke hjerneblødning og blodpropp. Men det er slektskap, og hun har jobbet tett med nevrokirurgene over flere år. Dette er en problemstilling som egner seg godt for dyplæring. Mange pasienter går gjennom slike undersøkelser og det er relativt enkelt å se akutte blødninger i bildene. Og i utgangspunktet var det enkle svar de ønsket å finne ut av ved å granske CT-bildene. Var det en blødning eller ikke? Altså ja eller nei.

Siden starten høsten 2017 har dette feltet beveget seg ekstremt raskt fremover, mens på den tiden var det ikke mange som hadde gjort lignende prosjekt.

– For oss var det helt klart en spennende problemstilling som vi ville utforske videre.

Utfordret av GDPR

Men da Ingerid ba om 15 000 CT bilder (hun visste jo ikke hvor mange de trengte) ble det full stopp. Det handlet nok om at dette var en ny type prosjekt med vesentlig mange flere bilder enn man var vant til og at forespørselen kom nesten samtidig som innføringen av GDPR.

– Og vi kunne jo ikke brenne de på CD-plater heller. Så var det på et tidspunkt man ikke kunne få ut tusenvis av personsensitive data, så var det da! Og gardina gikk jo litt ned på mange nivåer i de involverte institusjonene, for alle var jo livredde for å gjøre feil, sier hun.

Men de ga ikke opp og fikk etter hvert god drahjelp fra folk som trodde på prosjektet. Nye løsninger og rutiner måtte etableres, og for Ingerids team tok det ca. 2,5 år med jobbing hele veien. Og det var faktisk den vanskeligste biten. Å trene algoritmene etterpå tok et par uker bare.

Gardina gikk jo litt ned på mange nivåer, for alle var jo livredde for å gjøre feil.

Derfor var det stas å få en pris for forskningen i SINTEF.
– Det betyr først og fremst en anerkjennelse av arbeidet vi har lagt ned i forskningsgruppa over flere år og en fin inspirasjon for å stå på videre. Forskning er jo «kjerneoppgaven» vår og det viktigste vi gjør, så en forskningspris henger høyt. Det er mange utrolig dyktige folk, og folk som jeg ser opp til, som har fått denne prisen tidligere, så det var veldig hyggelig.

Hvilke andre typer prosjekter jobber du med nå?

– Vi jobber fremdeles med dette prosjektet, samt lignende prosjekter på andre felt som for eksempel patologi. Da det ble åpnet for digital patologi så vi straks at her ville det være muligheter for oss. Vi var raskt ute med å henge rundt kaffemaskina deres og spørre om de ville samarbeide med oss. De har en mengde vevsprøver (snitt) som skal analyseres, og det er gode muligheter for å ta i bruk KI til denne biten. Sammenlignet med en patolog som teller celler, for eksempel, i noen få utvalgte områder på et snitt, kan en datamaskin telle alt.

Søker balanse

Ingerid Reinertsen kan snakke lenge og glødende om forskningen sin, men er like opptatt av det som skjer utenfor. Det sørger blant annet ektemann og tre barn for. – Jeg MÅ gjøre noe annet, ikke bare forske altså, forsikrer hun. Utendørsliv med trening og aktiviteter med familien er viktige ingredienser for å fungere i jobbhverdagen.

Hva er det som motiverer deg i forskningshverdagen?

– Det er nok min egen nysgjerrighet, og det å jobbe sammen som et team. Vi utfyller hverandre godt med ulike faglige bakgrunn og erfaring. I tillegg er det inspirerende å være tett på kirurgene, som formulerer ønsker og problemstillinger vi kan bidra til å løse. Og som kan gjøre arbeidshverdagen tryggere og bedre for pasienten og dem selv. I tillegg er det en stor motivasjon å se at resultatene blir tatt i bruk.