Forfattere
Denne artikel udforsker den hurtigt udviklende verden inden for kunstig intelligens i medicinen: hvordan den fungerer, hvordan den bruges, hvad den kan, og hvad den ikke kan. Vi gennemgår nogle eksempler på, hvor AI bruges, såsom administrative opgaver, diagnose og behandlinger, og beskriver vigtigheden af at have god dokumentation til at understøtte AI-baserede beslutninger. Vi diskuterer emner inden for AI-etik, såsom retfærdighed, åbenhed om, hvordan medicinske beslutninger træffes, og patienters privatliv. Vi tilbyder en liste over nøglespørgsmål, som du kan stille din sundhedsudbyder for at hjælpe dig med selv at beslutte, hvordan AI kan passe ind i din behandling. Denne artikel er udviklet på baggrund af input fra vores patienter på SickKids Hospital og unge, der bor i Toronto, Canada, men oplysningerne heri gælder for alle læsere uanset hvor de befinder sig i sundhedsvæsenet.
Har du nogensinde brugt ChatGPT til at hjælpe dig med lektierne? Eller undret dig over, hvordan en computerannonce eller søgemaskine synes at vide, hvad du tænker? I dag er kunstig intelligens (AI) synes at være overalt, også inden for medicinen. Men hvad er disse værktøjer, og hvordan fungerer de? Og vigtigst af alt: Hvad skal unge, der søger sundhedspleje, vide? I sundhedsvæsenet kan AI bruges til at udføre administrative opgaver som tidsbestilling, til at hjælpe med diagnose og sygdomsdetektion og endda til at forudsige, hvordan patienter vil klare sig efter medicinske indgreb. Intet computersystem er perfekt – men det er mennesker heller ikke! Kunsten er at finde ud af, hvordan man får det bedste ud af begge dele: at bruge AI-værktøjer, men samtidig holde fast i fagfolkenes menneskelige dømmekraft for at træffe de bedste beslutninger for patienterne. Vi står på tærsklen til en ny æra inden for sundhedsvæsenet, og denne artikel vil fortælle dig alt, hvad du har brug for at vide om AI-værktøjer, så du føler dig forberedt, når du besøger en læge eller bruger en sundhedsapp online. Vi vil beskrive nogle AI-værktøjer, identificere nogle aktuelle anvendelser inden for sundhedsvæsenet og udforske området AI-etik
AI er videnskaben om at lære computere at udføre specifikke opgaver uden eksplicitte instruktioner – i stedet “lærer” de mønstre fra de data, de trænes på. For eksempel lærer Netflix og andre streamingtjenester, hvad du kan lide at se, og viser dig lignende ting, uden at en faktisk person vælger programmerne. Dette gøres normalt gennem maskinlæring, hvor computeren lærer af tidligere eksempler for at forudsige lignende fremtidige begivenheder. I medicinen kan dette betyde at lære, hvilke patienter der fik en bestemt sygdom, og lære computeren, hvordan de adskiller sig fr e patienter, der ikke fik den sygdom. Målet med maskinlæring er at udvikle en eller flere -algoritmer eller modeller – grundlæggende matematikken bag forudsigelserne – til at lave forudsigelser for nye patienter. Det er vigtigt at vide, at AI og maskinlæring bruger informationsmønstre til at lave forudsigelser. Disse mønstre indeholder vigtig information, men de er ikke altid perfekte. Som du måske ved, forudsiger det, du har gjort i fortiden, ikke altid, hvad du vil gøre i fremtiden.
Generelt kan AI opdeles i fire metoder: overvåget, uovervåget, forstærkningslæring og generativ. Nogle typer AI kan bruge mere end én metode – for eksempel generativ AI kan involvere både uovervåget læring og forstærkningslæring
Generativ AI er nyere end de andre typer, men bygger i høj grad på de samme principper. For eksempel er ChatGPT og andre syntetiske (dvs. ikke-menneskelige) sproggeneratorer blevet trænet på data i form af ord, sætninger og tekster, som oftest hentet fra internettet. Billedgeneratorer trænes ved hjælp af mange billeder. Det er vigtigt at vide, at generative AI-tilgange laver forudsigelser baseret på lighed med de eksempler, de har set – de er ikke trænet til at være nøjagtige (rigtige eller forkerte), men blot til at skabe lignende indhold. Når syntetisk tekst siger noget, der er sandt, er det fordi matematikken har regnet det ud på den måde – ikke fordi modellen “ved”, at informationen er faktuelt korrekt. Derfor er det vigtigt at huske, at værktøjer som ChatGPT ikke er gode søgemaskiner [1].
AI er nyttigt i sundhedsvæsenet, fordi det er rigtig godt til at opfange mønstre, såsom situationer eller symptomer, der ofte forekommer sammen. Hvis du for eksempel har ondt i halsen, hoster og nyser, tyder dette mønster af symptomer på, at du sandsynligvis har en forkølelse. Tidligere mønstre kan også bruges til at forudsige fremtidige begivenheder. For eksempel kan en bestemt rækkefølge af begivenheder forudsige, hvad der kan ske næste gang for en patient (f.eks. opkast efterfølges af dehydrering). Mønstergenkendelse er noget, som læger bruger hele tiden til at træffe medicinske beslutninger – selvom det er vigtigt at vide, at læger og AI ikke træffer beslutninger på samme måde [2]. Læger ser på, hvad der er bedst for patienten som helhed, mens AI-værktøjer er trænet til at udføre meget specifikke opgaver. I sundhedssektoren kan AI bruges til administrative opgaver, påvisning og diagnose samt intervention.
Sundhedspersonale bruger meget tid på administrativt arbejde, såsom at skrive noter, deltage i møder og planlægge aftaler [3]. Nogle opgaver kan automatiseres – f.eks. at patienter modtager sms-påmindelser om deres aftaler eller booker aftaler online. For nylig er AI blevet brugt til syntetisk tekstgenerering ved hjælp af store sprogmodeller . Disse AI-værktøjer kan “lytte med” under et patientbesøg, transskribere alt, hvad der siges under besøget, og oprette resuméer som en besøgsnotat, en note til patientens skole eller andre [4]. Disse værktøjer kan spare tid for lægerne, men de kan undertiden lave tilfældige fejl, så de skal kontrolleres af et menneske [5, 6]. Lægerne har i sidste ende ansvaret for at sikre, at alt, hvad de dokumenterer om deres patienter, er korrekt.
Et lovende område for AI er at hjælpe med påvisning og diagnose af sygdomme. AI-værktøjer kan trænes til at opdage medicinske problemer ved at opfange vigtige signaler i data (f.eks. ændringer i hjertefrekvens, blodtryk), hvilket kan hjælpe sundhedspersonale med at identificere problemer tidligere – hvilket muligvis gør behandlingen mere vellykket [7]. AI udmærker sig inden for radiologi, for eksempel. Medicinske billedteknologier som røntgen og MR-scanninger producerer “billeder” med konsistente mønstre, der kan analyseres af AI for at afgøre, om patienten er rask eller har en sygdom som kræft eller et brud (Figur 2). Under menneskelig overvågning kan disse værktøjer forbedre hastigheden af sygdomsdetektion og endda opdage nogle tilfælde, der ellers måske ikke ville være blevet opdaget [7, 9, 10].
AI-værktøjer kan også understøtte behandlingsbeslutninger og vejlede sundhedspersonale i, hvordan de skal gribe ind for at hjælpe patienterne [9]. En undersøgelse viste, hvordan brugen af et AI-værktøj til at opdage en alvorlig blodinfektion forbedrede patienternes chancer for hurtigt at få den rigtige behandling, hvilket øgede deres chancer for at overleve indlæggelsen [11]. Andre forsøg på at bruge AI-værktøjer til at opdage infektioner har ikke været lige så succesfulde [12], så det har stor betydning, hvordan det specifikke værktøj er bygget og testet.
Medicin indebærer i sig selv mange etiske spørgsmål, og AI introducerer endnu flere. De følgende afsnit fokuserer på et par spørgsmål, som du bør kende til.
I sundhedsvæsenet er det meget vigtigt, at patienterne forstår, hvordan deres medicinske beslutninger træffes; dette kaldes at være “åben” eller “transparent” [5]. AI-værktøjer kan ikke altid give ærlige “begrundelser” for deres forudsigelser, men det er her, det er vigtigt, at lægerne træder til. Læger kan være åbne over for patienterne om, hvordan de bruger AI-værktøjer i deres beslutningstagning, og kan give deres patienter klare begrundelser for deres anbefalinger. De oplysninger, lægerne giver, bør omfatte dokumentation om værktøjet, enten fra medicinsk litteratur eller deres personlige erfaring.
Som mønstergenkendere kan AI-værktøjer være “uretfærdige” eller have en ” “, hvilket betyder, at de kan fungere forskelligt baseret på ting, der ikke er relevante og på en eller anden måde betragtes som uretfærdige. For eksempel diagnosticeres kvinder oftere med angst sammenlignet med mænd, så AI-værktøjer kan være mere tilbøjelige til at diagnosticere angst hos kvinder og mindre tilbøjelige til at diagnosticere det hos mænd. Dette kan føre til, at læger overbehandler kvinder eller underbehandler mænd for angst. Lignende uretfærdige fordomme kan findes baseret på race, etnicitet, accenter, sprog, socioøkonomisk status og andre faktorer. Læger bør vide, hvilke fordomme der kan være til stede i de AI-værktøjer, de bruger, og hvordan dette kan påvirke deres patienters behandling.
I vores digitale verden bliver det sværere at spore, hvor oplysninger om os ender. Især når det gælder generative AI-værktøjer, kan en patient ønske at vide, hvor deres personlige oplysninger ender, hvad de kan blive brugt til, og hvem der ser dem. Hvis en læge for eksempel bruger AI til at sammenfatte en patients konsultationsnoter, bør patienten vide, om andre læger eller klinikpersonale vil kunne læse deres konsultationssammendrag og få kendskab til personlige helbredsoplysninger om dem. Hvordan oplysninger beskyttes, er også vigtigt og kan hjælpe patienter med at vurdere, hvor trygge de er ved at dele dem.
Selv de mest præcise værktøjer er ofte ikke alene afgørende for, hvordan en patient behandles. Beslutninger om behandling bør tage højde for patientens værdier og livssituation, og AI-værktøjer tager ikke højde for disse faktorer. Nogle gange får man indtryk af, at AI-værktøjer er så præcise, at de burde have større indflydelse – men der er stadig ikke tilstrækkelig overbevisende dokumentation for, at dette generelt er tilfældet. Medicin er kompleks, og den medicinske viden udvikler sig konstant. At stille spørgsmål og drøfte usikkerhed med din læge kan hjælpe dig med at træffe de bedste beslutninger om din egen behandling (Boks 1).
Dine rettigheder som patient omfatter friheden til at stille spørgsmål, uanset om det er dig, der træffer beslutningen, eller ej (f.eks. kan det være dine forældre, der træffer beslutningen).
Nogle gange kender din læge måske ikke svarene, f.eks. hvor dine data ender. De fleste virksomheder har privatlivspolitikker på deres hjemmesider, så det kan være en god idé at læse dem for at få et bedre indblik i, hvordan dine data bruges. Du kan også bede om en kopi af alle dokumenter, der er genereret af AI, og tjekke dem selv eller sammen med en voksen. Patienter, der er engagerede i deres egen sundhedspleje, har tendens til at få bedre sundhedsresultater end dem, der ikke er, så at være nysgerrig og stille spørgsmål er en del af, hvordan du passer på dig selv.
Det er klart, at AI-værktøjer kan være nyttige i sundhedsvæsenet. Det er dog også klart, at disse værktøjer skal bruges med støtte og tilsyn fra uddannede sundhedsfagfolk. Selvom der er stor begejstring for AI inden for medicinen, skal læger stadig sikre sig, at de bruger god evidens til at træffe ansvarlige valg. At kende de problemer, der kan opstå, kan hjælpe dig med at forberede dig på at navigere i et AI-baseret sundhedsmiljø og deltage med viden i din egen pleje.
Kunstig intelligens: Forestillingen om, at en computer kan udføre en opgave uden at et menneske fortæller den, hvad den skal gøre i hvert trin, ved hjælp af algoritmer.
AI-etik: De principper eller værdier, der regulerer AI, dens skabelse og dens anvendelse.
Maskinlæring: Matematikken bag at lære mønstre i data, hvor læringen er organiseret omkring et specifikt mål, såsom at forudsige noget.
Algoritme: Matematikken bag, hvordan en computer bruger data til at foretage forudsigelser. En algoritme er i det væsentlige den matematiske beskrivelse af, hvordan en opgave udføres.
Generativ AI: Et AI-baseret værktøj, der som svar på et spørgsmål eller en prompt kan producere billeder, tekst eller andet indhold baseret på sin træning på tidligere eksempler.
Stort sprogmodel: Et AI-baseret værktøj, der er trænet på mange teksteksempler, og som kan forudsige, hvilke ord og sætninger der vil lyde som et godt svar på et givet spørgsmål.
Radiologi: Det område inden for medicinen, der undersøger røntgenbilleder og andre billeder af en patients krop for at hjælpe med at diagnosticere og behandle sygdomme.
Bias: At have en præference for eller vælge én ting frem for en anden uden nogen klar grund til det.
[1] Heikkila, M. 2023. Hvorfor du ikke bør stole på AI-søgemaskiner. MIT Technology Review. Kunstig intelligens. Tilgængelig online på: https://www.technologyreview.com/2023/02/14/1068498/why-you-shouldnt-trust-ai-search-engines/ (tilgået 26. november 2024).
[2] Tikhomirov, L., Semmler, C., McCradden, M., Searston, R., Ghassemi, M., Oakden-Rayner, L., et al. 2024. Medicinsk kunstig intelligens til klinikere: det tabte kognitive perspektiv. Lancet Digit. Health. 6:e589–94. doi: 10.1016/S2589-7500(24)00095-5
[3] Davenport, T., og Kalakota, R. 2019. Mulighederne for kunstig intelligens i sundhedssektoren. Future Healthc. J. 6:94–8. doi: 10.7861/futurehosp.6-2-94
[4] Tai-Seale, M., Baxter, S. L., Vaida, F., Walker, A., Sitapati, A. M., Osborne, C., et al. (2024). AI-genererede svarudkast integreret i patientjournaler og lægernes elektroniske kommunikation. JAMA Netw. Open 7:e246565. doi: 10.1001/jamanetworkopen.2024.6565
[5] Dave, T., Athaluri, S. A., og Singh, S. 2023. ChatGPT i medicinen: et overblik over dets anvendelser, fordele, begrænsninger, fremtidsudsigter og etiske overvejelser. Front Artif. Intell. 6:1169595. doi: 10.3389/frai.2023.1169595
[6] Tai-Seale, M., Baxter, S. L., Vaida, F., Walker, A., Sitapati, A. M., Osborne, C., et al. 2024. AI-genererede udkast til svar integreret i patientjournaler og lægers elektroniske kommunikation. JAMA Netw. Open 7:e246565. doi: 10.1001/jamanetworkopen.2024.6565
[7] Eng, D. K., Khandwala, N. B., Long, J., Fefferman, N. R., Lala, S. V., Strubel, N. A., et al. 2021. Kunstig intelligens-algoritme forbedrer radiologers præstationer i vurdering af skeletal alder: et prospektivt, t, multicenter, randomiseret, kontrolleret forsøg. Radiology 301:692–9. doi: 10.1148/radiol.2021204021
[8] Brugergrænseflade til den offentligt tilgængelige webdemo ’Annalise Enterprise CXR’. 2022. Kunstig intelligens i medicinsk billedbehandling: Fordele, der rækker ud over rapporteringsrummet? Annalise AI. Tilgængelig online på: https://annalise.ai/2022/08/artificial-intelligence-in-medical-imaging-benefits-that-extend-beyond-the-reporting-room/ (Adgang 1. september 2025).
[9] Ramgopal, S., Sanchez-Pinto, L. N., Horvat, C. M., Carroll, M. S., Luo, Y., Florin, T. A., et al. 2022. Kunstig intelligens-baseret klinisk beslutningsstøtte i pædiatri. Pediatr. Res. 93:334–41. doi: 10.1038/s41390-022-02226-1
[10] Seol, H. Y., Shrestha, P., Muth, J. F., Wi, C.-I., Sohn, S., Ryu, E., et al. 2021. Kunstig intelligens-assisteret klinisk beslutningsstøtte til behandling af astma hos børn: et randomiseret klinisk forsøg. PLoS ONE 16:e0255261. doi: 10.1371/journal.pone.0255261
[11] Adams, R., Henry, K. E., Sridharan, A., Soleimani, H., Zhan, A., Rawat, N., et al. (2022). Prospektiv, multicenterundersøgelse af patientresultater efter implementering af det maskinlæringsbaserede tidlige varslingssystem TREWS til sepsis. Nat. Med. 28:1455–60. doi: 10.1038/s41591-022-01894-0
[12] Habib, A. R., Lin, A. L. og Grant, R. W. 2021. Den episke sepsis-model lever ikke op til forventningerne – betydningen af ekstern validering. JAMA Inter Med. 181:1040–1. doi: 10.1001/jamainternmed.2021.3333
Forestil dig din hud som en superhelts rustning. Den beskytter din krop, holder bakterier ude og hjælper dig endda med at føle verden omkring dig. Men hvad sker der, når denne rustning er lige så skrøbelig som en sommerfugls vinger? Sådan er livet for børn med en hudsygdom kaldet epidermolysis bullosa (EB), hvor selv en lille stød eller gnidning kan forårsage smertefulde blærer. Denne artikel forklarer hudens grundlæggende anatomi, de proteiner, der “limer” huden sammen, og de underliggende årsager til EB. Vi ser nærmere på de fire typer EB, hvordan læger diagnosticerer og behandler sygdommen, og hvordan hverdagen ser ud for børn, der lever med sygdommen. Målet med denne artikel er at øge bevidstheden og forståelsen for EB og at styrke mennesker, der lever med “sommerfuglehud”, samt dem, der støtter dem.
… Denne artikel udforsker den hurtigt udviklende verden inden for kunstig intelligens i medicinen: hvordan den fungerer, hvordan den bruges, hvad den kan, og hvad den ikke kan. Vi gennemgår nogle eksempler på, hvor AI bruges, såsom administrative opgaver, diagnose og behandlinger, og beskriver vigtigheden af at have god dokumentation til at understøtte AI-baserede beslutninger. Vi diskuterer emner inden for AI-etik, såsom retfærdighed, åbenhed om, hvordan medicinske beslutninger træffes, og patienters privatliv. Vi tilbyder en liste over nøglespørgsmål, som du kan stille din sundhedsudbyder for at hjælpe dig med selv at beslutte, hvordan AI kan passe ind i din behandling. Denne artikel er udviklet på baggrund af input fra vores patienter på SickKids Hospital og unge, der bor i Toronto, Canada, men oplysningerne heri gælder for alle læsere uanset hvor de befinder sig i sundhedsvæsenet.
…
I de senere år er brugen af nikotinposer blandt unge og unge voksne steget. Nikotinposer indeholder et pulver lavet af nikotin, og de placeres mellem kinden og tandkødet, så pulveret kan opløses og optages. En nikotinpose mærket med 6 mg nikotin kan svare til at ryge en cigaret. Personer, der begynder at bruge nikotinposer, kan have svært ved at holde op, da disse produkter kan føre til afhængighed, ligesom cigaretrygning. Der findes dog måder, hvorpå læger kan hjælpe og støtte personer, der ønsker at holde op med at bruge nikotinposer.
…
Den samlede mængde DNA i en organisme kaldes genomet. DNA indeholder alle instruktionerne for, hvordan en organisme skal opbygges, og hvordan den skal fungere. Nogle DNA-sekvenser gentages tusindvis af gange i hele genomet. Gentagelser, der ligger på række efter hinanden, kaldes satellit-DNA. Antallet af kopier af en given satellit-DNA-sekvens kan ændre sig hurtigt og variere fra individ til individ. Selvom satellit-DNA engang blev betragtet som ubrugeligt, opdager forskere løbende dets vigtige roller i forskellige organismer. Satellit-DNA er afgørende for at holde organismerne i god funktion. Det hjælper cellerne med at dele sig og opretholde genomets integritet. Det kan påvirke en s adfærd og sundhed og hjælpe organismen med at overvinde stressende forhold. På disse måder øger satellit-DNA Jordens biodiversitet.
…