Kunstig intelligens (KI) baserer seg på mye data. Dette bruker man til å trene opp modeller for spesifikke formål, være seg analyse av store tallmateriale eller automatisk analysere lyd, bilder og video. Dette kan også være til hjelp for glaukompasienter.
–Et bilde består av mange piksler, i hver piksel er det en eller flere tallverdier som representerer fargeintensitet. Totalt sett blir dette veldig mye data, som du da kan bruke til å lage modeller som driver med automatisk billedanalyse, forteller lege Fredrik Fineide som også er doktorgradsstipendiat og forsker på kunstig intelligens.
Billedanalyse er viktig i diagnostikk av glaukom, både med tanke på hvordan synsnerven ser ut og forskjellige størrelsesforhold på synsnerven og netthinnen. Man kan ha relativt enkle modeller som kun er trent til å si om det er glaukom eller ikke, eller mer avanserte modeller som går detaljert til verks og beskriver forskjellige strukturer i detalj på både synsnerve og netthinne.
– Avansert automatisk billedanalyse er stadig mer på vei inn, men det er tidkrevende å lage datasettene modellene er basert på og korrekt merking krever også ekspertise. Nå er det likevel nye modeller på vei som du i stor grad kan trene opp til å gjøre mye av denne jobben for deg. Det muliggjør at kunstig intelligens i større grad kan bistå med diagnostikk, understreker Fineide.
KI som screeningsupplement
Han trekker frem at man også kan trene opp modeller til å kjenne igjen forskjellige typer synsfeltutfall og potensielt se om det sammenfaller med for eksempel OCT (optical coherence tomography), som er en billeddiagnostikks metode der man tar et tverrsnittbilde av netthinnen og måler tykkelsen til de ulike lagene i netthinnen.
– Kan KI forutsi om man har risiko for glaukom ut fra friske netthinnebilder og dermed oppdage det flere år før debut?
– Så vidt jeg vet finnes det ikke modeller enda som kan si noe om sannsynlighet for glaukom på tilsynelatende friske bilder. Men at kunstig intelligens plukker det opp tidlig, er påvist i flere studier. Mange av de modellene som finnes i dag viser så gode resultater at de kan fungere som screeningsupplement – en beslutningsstøtte til klinikeren.
Oppadgående forskningskurve
Fineide påpeker at vi foreløpig befinner oss i startgropa når det gjelder bruk av KI. Et søk på pub.med som regnes som den største databasen for medisinsk litteratur, viser at det for glaukom og kunstig intelligens totalt finnes 865 publikasjoner, hvor den absolutte majoriteten har blitt publisert etter 2019.
– Kurven er mildt sagt oppadgående, men det er de aller siste årene den virkelig har økt, påpeker Fineide.
– Kan KI brukes til behandling?
– Veien fra forskning til behandling er lang, men kanskje vil det likevel være noe på plass innen få år. I dag er det mulig å lage modeller som spår potensielle bivirkninger av behandling, som er viktig fordi mange har bivirkninger av forskjellige typer glaukomdråper. KI kan også brukes til å si hvem som vil ha effekt eller ikke, hvem som for eksempel vil ha større effekt av tidlig kirurgi og hva slags type kirurgi som egner seg best. Å kunne forutsi dette vil være av stor betydning.
Øyeleger på ballen
KI kan også brukes til å utvikle nye typer medisiner innen farmakologien, ifølge Fineide.
– KI kan både forbedre det som finnes og brukes til å finne måter å lage nye medisiner som passer inn i forskjellige reseptorer som gir effekt. Her er det et uforløst potensialt. Øyeleger er veldig på ballen når det gjelder teknologi og har tilgang på mye bildedata som kan brukes. De som per i dag er aller lengst fremme vil jeg tro er radiologene.
– Hvor langt fremme er Norge sammenlignet med andre land?
– USA og Asia hører til landene som er lengst fremme. I Norge er det etablert samarbeid mellom flere forskningsgrupper innen medisin og datavitenskap, men enn så lenge er vi nok ikke så mange leger som tar en slik tverrfaglig doktorgrad, avslutter Fineide.
