header-pattern-bg

Artificiell intelligens förbättrar sjukvården

När artificiell intelligens och medicin möts föds en ny disciplin. Effektiva lösningar för en bättre sjukvård, specifikt för patienter som drabbas av hjärtsvikt, är målet för ett nytt och unikt forskningsprojekt. Region Halland och Högskolan i Halmstad samforskar och doktoranden Awais Ashfaq är en av projektets nyckelpersoner.

”Läkare är mycket skickliga på att fatta beslut och genom vår forskning kan vi utrusta dem med intelligenta verktyg som ger relevant och patientspecifik information för att stärka deras beslutsunderlag"

Awais Ashfaq

Awais Ashfaq är doktorand i signal- och systemteknik vid Akademin för informationsteknologi på Högskolan i Halmstad. Hans forskning är en del av ett samarbete mellan Högskolan och Region Halland där man genom maskininlärning ska kunna förutse behov och resultat för vård av hjärtsviktspatienter i Halland. Maskininlärning* är ett område inom artificiell intelligens, AI**, där algoritmer gör det möjligt att analysera stora mängder data i syfte att dra slutsatser och ta fram prognoser. Forskningsprojektet inleddes i oktober förra året och Awais Ashfaq samarbetar med kardiologer och sjukhusföreståndare vid Regionen, samt med experter inom datavetenskap vid Högskolan. Detta gör projektet unikt – det är första gången som en forskare från Högskolan deltar i sjukhusledningens arbete och ges tillgång till sjukhusets databas.

Awais Ashfaq

Awais Ashfaq, doktorand vid Högskolan i Halmstad, använder datautvinning och maskininlärningstekniker för att hitta intressanta mönster och samband i sjukvårdsdata. Bild: LOUISE WANDEL

Markus Lingman är områdeschef på Hallands sjukhus Halmstad och är mycket glad över samarbetet med Högskolan:

– Det är som att öppna dörren till sjukvårdens framtid med en AI-guidad och individualiserad behandling. Det finns ett stort behov av bättre förståelse för vårdsystemet som helhet och hur vi kan förbättra det. Genom att kombinera kunskapen som datavetare, läkare och sjukhusledning har kan vi få sådan förståelse. Enligt min åsikt är AI den pusselbit som fattats inom medicinsk forskning – den bit som kan hantera komplexa och omfattande datamängder, se mönster och göra noggranna prediktioner.

Markus Lingman

Markus Lingman, områdeschef på Hallands sjukhus Halmstad, är Awais Ashfaqs handledare vid sjukhuset. Bild: REGION HALLAND

”Förbättra den vård vi ger”

Awais Ashfaq använder datautvinning och maskininlärningstekniker för att hitta intressanta mönster och samband i sjukvårdsdata, något som hjälper läkarna på Hallands sjukhus att dra slutsatser angående patienter, sjukdomar och resultat.

– Vi vill mäta hur bra och effektivt vi behandlar våra patienter. Genom att veta detta kan vi även förbättra den vård vi ger. Awais är ingenjören som hjälper oss att analysera informationen om våra patienter och förverkliga våra projektidéer, säger Miltiadis Triantafyllou, läkare inom internmedicin och kardiologi vid Hallands sjukhus Varberg.

Sjukhusledningen förser Awais Ashfaq med sin expertis och kunskap inom området samt ger honom återkoppling.

– De lär mig om aktuell vårdpraxis och datastrukturer, och jag i min tur lär dem hur man analyserar heterogena datakällor för att utveckla begripliga modeller och förutsäga vårdresultat, säger Awais Ashfaq.

Valde Halmstad på grund av det tvärvetenskapliga upplägget

Awais Ashfaq kommer närmast från KTH i Stockholm där han studerade ett magisterprogram i medicinsk teknik med specialisering inom datavetenskap och maskininlärningstekniker. Han har sedan tidigare en kandidatexamen i elektroteknik från National University of Sciences and Technology i Pakistan. Awais Ashfaq valde Högskolan i Halmstad för sin forskarutbildning av två anledningar:

– Den första var CAISR, Centrum för forskning om tillämpade intelligenta system. CAISR är en bra plattform för att integrera akademisk forskning med olika industriella tillämpningar, något som ger positiva synergieffekter, förklarar Awais Ashfaq.

Det andra skälet var Region Hallands unika databas som samlar in data från olika vårdsystem. Samarbetet mellan Högskolan och Regionen lockade också. Dessutom ville Awais Ashfaq arbeta med patientinformation eftersom han att tycker det är motiverande och viktigt för framtidens samhälle.

Forskningen leder till samhällsnytta

– Även om artificiell intelligens och maskininlärning skulle kunna ersätta en stor del av dagens arbetskraft i framtiden tror jag att det dröjer länge innan vi ersätter läkare, om någonsin. Läkare är mycket skickliga på att fatta beslut – och genom vår forskning kan vi utrusta dem med intelligenta verktyg som ger relevant och patientspecifik information för att stärka deras beslutsunderlag, säger Awais Ashfaq.

Bättre beslutsfattande, både i den kliniska verksamheten och i sjukhusledningen, minskar risken för medicinska fel och ger effektivare hantering av vårdresurser. Det leder till förbättrad vårdkvalitet och minskade kostnader. Hälso- och sjukvårdens andel av Sveriges BNP ligger på cirka 11 procent (källa: Statistiska centralbyrån, hälsoräkneskaper 2015).

– Vi förväntar oss att våra skattepengar används på bästa sätt. Det kan till exempel handla om kortare väntetider genom samordnad och snabb hantering av vårdresurser eller minskade risker för återfall och medicinska fel tack vare korrekt användning av klinisk information, förklarar Awais Ashfaq.

– Det är superspännande att arbeta i gränslandet mellan medicin, teknik och ekonomi för att lösa sjukvårdens utmaningar, säger Awais Ashfaq.

Om forskningen

Hjärtsviktspatienter är en av de patientgrupper som kräver mest hälsovårdsresurser i Region Halland och står för ungefär 20 procent av alla sjukhusintag. Awais Ashfaq studerar data kopplat till denna patientgrupp och använder maskininlärningsalgoritmer för att förutsäga vårdresultat, såsom återinskrivning och dödsfall. Eftersom maskininlärningsalgoritmer i dag främst fungerar som ”svarta lådor” är den stora utmaningen att kartlägga orsakerna till de prediktioner som görs för att maskininlärningsmodeller ska kunna användas i hälsovårdssektorn. Hälso- och sjukvårdspersonal tillika patienter måste kunna förstå, lita på och acceptera modellerna och resultaten. Därför vill forskargruppen, utöver att skapa korrekta prediktioner, även identifiera nyckelfaktorer i datan som kan användas för att förbättra nuvarande vårdpraxis. Exempel på dessa faktorer är risken för en patient att bli återinlagd efter utskrivning och de kliniska faktorer (till exempel sjukdomshistorik och demografi) som kan vara anledningar till återinskrivning. Identifieringen av dessa faktorer leder till bättre beslutsfattande och färre återinskrivningar – och därmed bättre livskvalitet för patienten.

– På samma sätt kan identifieringen av resursfaktorer såsom tid och medicinering, som också påverkar vårdresultatet, hjälpa till att belysa problem med över- och underutnyttjande av medicinska resurser. En smart hantering av resurser leder till minskade hälso- och sjukvårdskostnader, förklarar Awais Ashfaq.

Slawomir Nowaczyk, docent vid Centrum för forskning om tillämpade intelligenta system (CAISR) vid Akademin för informationsteknologi, är en av Awais Ashfaq handledare vid Högskolan i Halmstad:

– Från vår forskargrupps perspektiv bygger projektet på kompetenser som vi har utvecklat sedan tidigare och ger oss nu nya och spännande utmaningar. I samarbeten med industripartner, som till exempel Volvo, har vi sedan tidigare utvecklat metoder för att analysera enheter inom en population, identifiera avvikelser och beskriva hur de skiljer sig från normen. Denna problemformulering kan även tillämpas inom vården för att upptäcka atypiska patienter eller avvikelser inom behandlingar och sjukhusavdelningar. Men komplexiteten och mångfalden i sjukvårdsdata, som direkt återspeglar individers unika egenskaper, kräver ytterligare forskning.

Om samarbetet med Region Halland

Projektets format och upplägg kommer från Harvard Medical School och Brigham and Women’s Hospital i Boston, USA. Med hjälp av Hälsoteknikcentrum i Halland (HCH) har forskarna Antanas Verikas och Magnus Clarin vid Akademin för informationsteknologi, organiserat Högskolans samarbete med Region Halland.

Awais Ashfaq tycker att samarbetet med Boston är värdefullt, både gällande det amerikanska sjukhusets kliniska expertis och kompetens inom maskininlärning:
– Deras erfarenheter ger oss insikter i hur systemet ska byggas upp för bästa vårdleverans och hälsoutfall.

Awais Ashfaq fördelar sin arbetsvecka i Halmstad mellan sjukhuset och Högskolan. Hans handledare vid Högskolan i Halmstad är Slawomir Nowaczyk, Anita Saint’Anna och Jens Lundström. Markus Lingman, områdeschef vid Hallands sjukhus Halmstad, är Awais Ashfaqs handledare vid sjukhuset. Förhoppningsvis kan detta samarbete mellan läkare och forskare inom datavetenskap leda till flera projekt i framtiden eftersom kunskapsöverföringen mellan de två disciplinerna förväntas bidra till bättre hälso- och sjukvård.

– Studie och analys av sjukvårdsdata måste göras tvärdisciplinärt – vi löser inte den uppgiften individuellt, varje enskild forskare, läkare och hälsovårdsadministratör var för sig. Vi behöver datavetarnas expertis och stödjer därför helhjärtat samarbetet med det engagerade CAISR-teamet vid Högskolan i Halmstad, säger Miltiadis Triantafyllou, doktor i internmedicin och kardiologi vid Hallands sjukhus Halmstad.

Text: LOUISE WANDEL och JASMINE IKOVIC

Toppbild: ISTOCK

*Maskininlärning, inom datavetenskapen studiet av algoritmer för datorinlärning baserat på stora mängder data i syfte att göra förutsägelser och prognoser. Maskininlärning och mönsterigenkänning ligger till grund för avancerade tillämpningar som medicinska diagnoser och ansiktsigenkänning. (Källa: Nationalencyklopedin)

**Artificiell intelligens, AI, är dels intelligens som tillskrivs ett datorsystem, dels ett forskningsområde inriktat mot konstruktion av datorsystem som uppvisar intelligent beteende. (Källa: Nationalencyklopedin)