Trener kunstig intelligens til umiddelbar diagnose av hjerteinfarkt
Om lag 10 000 nordmenn får et hjerteinfarkt hvert år. Omlag 40 prosent av tilfellene sender signaler som gir tydelige tegn på hjerteundersøkelsesmetoden EKG, slik at pasienten raskt kan sendes videre for riktig behandling. Omtrent 60 prosent av hjerteinfarktene gjør det derimot ikke, og vil variere i hvilken grad tilstanden er akutt eller mindre tidskritisk.
Ved disse tilfellene må pasienten likevel gjennomgå flere tester først for å avklare hva problemet faktisk er. Dette er en prosess som ofte tar over en time.
En pasient med hjerteinfarkt bør få åpnet blodårene i løpet av de første 90 minuttene etter at infarktet har funnet sted. For de 60 prosentene med utydelige signaler kommer derfor behandlingen ofte for sent i gang. Konsekvensene ved for sen diagnose kan en sjelden gang føre til at pasienten dør. Oftere kan for sen behandling av et hjerteinfarkt føre til påfølgende hjertesvikt, med alle utfordringer dette medfører.
Livreddende helsehjelp, tidsnok
- Jeg bruker kunstig intelligens til å tolke EKG-data for å klassifisere om det er et hjerteinfarkt eller ikke, er Singstads korte forklaring av hva han og forskerlaget jobber med.
På Akershus universitetssykehus sitter de på 250 000 digitale EKG-er som brukes til å trene opp den kunstige intelligensen. Dette gir unike data som «trener» dataprogrammet til å forstå tilstanden i hjertet ved mistanke om hjerteinfarkt. Programmet kan derfor gjøre jobben med å tolke og forstå hjertetilstanden hos pasienter betydelig lettere for legene – og dermed sørge for at mange flere får hjelpen de trenger, når de trenger den.
Mengden digitale EKG-er forskergruppen jobber med inneholder også det som omtales som «endepunktsdata», altså at vi kjenner utfallet for den enkelte pasient i sammenheng med det enkelte EKG-bildet. I kombinasjon med datamaterialet for øvrig, skaper dette et svært kraftfullt treningsgrunnlag for den kunstige intelligensen. Det øker presisjonen og dermed nytteverdien av programmet. Blant annet vil den kunstige intelligensen kunne gjenkjenne ørsmå mønstre og tegn det er vanskelig for et menneske å oppfatte i øyeblikket der diagnosen bør og må settes.
Gir lynrask diagnose
- En av flere verdier i prosjektet er at pasientene kan hoppe over mange kontrollsteg som i dag er nødvendig for å bestemme om et hjerteinfarkt har funnet sted eller ikke. Målet er at diagnose kan settes allerede i øyeblikket EKGet tas i ambulansen. Dette vil kunne bli satt med så høy presisjon at pasienten kan gå direkte til behandling, framfor å måtte gå gjennom andre mer tidkrevende diagnostiske tester, slik det er i dag, forklarer Singstad videre.
Singstad er utdannet informatiker og har ikke tidligere medisinsk bakgrunn. På forskerlaget har han derfor med seg dyktige kardiologer, intensivsykepleiere og flere andre med IT-teknisk kompetanse, som sammen mener de er på sporet av noe som kan utgjøre en stor forskjell for pasienter som opplever hjerteinfarkt.
- I mengden årlige hjerteinfarkt finnes det i tillegg en undergruppe på om lag 20 prosent av tilfellene der det er regelrett umulig for legen å gjøre seg opp en håndfast mening der og da om det finner sted et hjerteinfarkt eller ikke med dagens metoder – ofte også med forsinket behandling som resultat. Jeg håper programmet vi utvikler kan utgjøre en stor forskjell også for disse menneskene i nær fremtid, forteller han videre om nytteverdien av programmet.
Ydmyk i møte med sterk støtte til medisinsk utvikling
Bjørn-Jostein Singstad er også tydelig på hva støtten fra Nasjonalforeningen for folkehelsens givere betyr for fremskritt innen medisinsk forskning og behandlingsmuligheter.
- Jeg blir fryktelig ydmyk av at så mange støtter oss og hjelper oss med å utvikle løsninger som denne. Det er helt enormt at vi kan få denne muligheten til å lage helt nye verktøy, som direkte vil kunne hjelpe pasienter over hele landet når det gjelder som mest, understreker han.