Artificiell intelligens (AI) definieras ofta som datorprograms förmÃ¥ga att efterlikna människors och djurs naturliga intelligens. Fältet växer sig allt större, och mÃ¥nga av oss använder AI-tjänster i princip dagligen. Det kan handla om när vi söker information pÃ¥ internet, pratar med automatiska telefonväxlar eller när Youtube och Netflix föreslÃ¥r videor att titta pÃ¥.Â
AI används ocksÃ¥ allt mer i sjukvÃ¥rden. Ett omrÃ¥de som kommit förhÃ¥llandevis lÃ¥ngt är bilddiagnostik, där exempelvis algoritmer kan hjälpa till att tolka röntgenbilder eller ultraljud. Â
För ett par Ã¥r sedan visade en kartläggning som Socialstyrelsen gjort att det finns en hel del svensk forskning pÃ¥ AI i hälso- och sjukvÃ¥rden. Men den kliniska användningen var begränsad (se faktaruta).Â
För att förenkla vägen mellan forskning och praktisk användning startades i höstas CAIR-lab pÃ¥ Danderyds sjukhus i samarbete med Karolinska institutet (KI). CAIR stÃ¥r för »Clinical AI research« och uttalas som engelskans »care«.Â
– Jag tror att vi är ganska världsunika med den här profilen med sjukhus och universitet och tidig implementation i en bred klinisk verksamhet. Ganska mycket AI-verksamhet är annars isolerad i en miljö som bara är teknisk, som inte löser de kliniska problemen.Â
Det säger Max Gordon, överläkare pÃ¥ ortopedkliniken vid Danderyds sjukhus samt verksamhetschef pÃ¥ CAIR-lab. Labbet i sig är nytt, men sjukhuset har arbetat med AI i flera Ã¥r och Max Gordon har varit en eldsjäl.Â
CAIR-lab ska hjälpa till att snabbt ta fram prototyper som ska kunna testas säkert i kliniska miljöer. Förutom KI tar man även hjälp av expertis frÃ¥n Kungliga Tekniska högskolan (KTH). Idéerna till projekten kommer ofta frÃ¥n kliniskt verksamma forskare.Â
– Vi kommer att ta in alla specialiteter pÃ¥ sjukhuset som har AI-idéer, säger Max Gordon.Â
– Har vi ett problem i vÃ¥r kliniska vardag som vi tror lämpar sig för AI tittar vi pÃ¥ vilka lösningar som skulle kunna fungera, och sÃ¥ ser vi hur vi snabbt ska kunna göra det till en pilot pÃ¥ sjukhuset.Â
Tanken är att labbet ska fungera bÃ¥de som inkubator – det vill säga hjälpa projekt att fÃ¥ fart till en början – och som accelerator, där projektet i princip stöds hela vägen fram till en färdig produkt som kan komma ut pÃ¥ marknaden.Â
– Förhoppningsvis kan vi sedan lÃ¥ta ett företag driva det till CE-märkning och allt som behövs för att sprida en produkt som kan komma kliniker och patienter till nytta.Â
Max Gordon säger att AI fungerar jättebra för vissa spetsuppgifter, där den kan prestera bättre än människor. Men om förutsättningarna ändras lite är det inte alls säkert att den fungerar lika bra.Â
– SÃ¥ man mÃ¥ste hela tiden vara medveten och ha den mänskliga förstÃ¥elsen för miljön man befinner sig i.Â
Han ser mammografi och patologi som tvÃ¥ exempel pÃ¥ omrÃ¥den där AI har väldigt stor potential i framtiden. Där finns det ofta bara en källa till data, vilket är betydligt enklare för datorprogrammet att arbeta med än när mÃ¥nga olika variabler ska vägas in. Â
– Inom vissa omrÃ¥den kommer förmodligen AI att bli det dominerande verktyget, där människan gÃ¥r in i de knepigaste fallen. Det finns alltid otydliga gränsland där man behöver ta beslut om ytterligare prov eller fundera pÃ¥ om det finns nÃ¥got annat man inte har tänkt pÃ¥. Â
Han tror att läkarna kommer att stÃ¥ för den kreativa processen, medan AI exempelvis kommer att utföra mer monotona uppgifter. Ett exempel pÃ¥ monotona uppgifter som AI utför i dag, och som Max Gordon inte tror att nÃ¥gon läkare saknar, är att numrera kotor. Ett grundläggande AI-stöd i EKG-tolkning har ocksÃ¥ funnits en längre tid.Â
– DÃ¥ slipper ju kardiologen alla frÃ¥gor där ortopeden kommer springande och undrar »Vad är det här för nÃ¥got? Ska jag vara orolig?«, säger Max Gordon och skrattar.Â
Ett projekt pÃ¥ Danderyds sjukhus som har hjälp av CAIR-labbet handlar om tolkning av elektronisk fosterövervakning, kardiotokografi, eller CTG som är den engelska förkortningen.Â
– När man efterlyste lämpliga AI-projekt frÃ¥n olika kliniker, kände jag och min kollega Sophia Brismar Wendel att det här var perfekt. CTG handlar om att känna igen mönster, säger Helena Kopp Kallner, överläkare inom obstetrik och gynekologi samt docent pÃ¥ KI.Â
Projektet är i sin linda, men är tänkt att i framtiden kunna assistera läkarna i tolkning av CTG. AI ska läras att identifiera avvikande kurvor och dÃ¥ slÃ¥ larm. Ett nästa steg kan handla om att hjälpa till med riskvärdering av patienter.Â
Just nu undersöker man förutsättningarna för projektet, skriver en etikansökan för att fÃ¥ ut data, tittar pÃ¥ vilka parametrar som ska matas in och vilka grupper patienter man ska satsa pÃ¥. Samtidigt har CAIR-labbet börjat titta pÃ¥ lämpliga algoritmer.Â
Helena Kopp Kallner säger att det har gjorts försök med tekniken tidigare och liknande projekt pÃ¥gÃ¥r just nu. Och hon hoppas att genom CAIR-labbet kunna samarbeta med andra. Â
Helena Kopp Kallner tror inte att CTG-tolkningen nÃ¥gonsin blir automatiserad, men AI skulle kunna vara ett stöd. Och i framtiden kanske AI:n kan användas för en smidigare hemmonitorering och för att hjälpa läkarna att se smÃ¥ avvikelser i kurvorna.Â
– Där vore det intressant om datorn kan se nÃ¥got annat än det vi ser, eftersom den har möjlighet att beräkna korttidsvariabilitet – de enormt smÃ¥ variationerna i hjärtfrekvens, säger Helena Kopp Kallner.Â
– Har man nedsatt korttidsvariabilitet, vet man att det är associerat med större sjuklighet hos fostret. Men det är nÃ¥got som det mänskliga ögat har svÃ¥rt att bedöma.Â
Ett annat projekt är CLEOS, »Clinical expert operating system«.Â
– Det handlar om digital anamnes för att skärpa diagnostiken av bröstsmärta hos patienter pÃ¥ akuten, säger Helge Brandberg, specialist i internmedicin och ST-läkare i kardiologi vid Danderyds sjukhus samt doktorand pÃ¥ KI.Â
Bröstsmärtor är en av de vanligaste sökorsakerna pÃ¥ akutmottagningarna. Men trycket pÃ¥ akuterna är ibland högt, och risken är att läkarna missar signaler pÃ¥ hjärtinfarkt. Den primära tanken är att digital anamnes snabbare och säkrare ska identifiera patienter med hjärtinfarkt, men ocksÃ¥ att patienter med andra orsaker till bröstsmärtor ska fÃ¥ lämplig handläggning sÃ¥ snart som möjligt.Â
Det ska efterlikna en läkarintervju och har i nuläget ett frÃ¥gebatteri med 17 000 sÃ¥ kallade beslutsnoder. Patienterna fÃ¥r frÃ¥gor pÃ¥ en läsplatta, och systemet ställer utifrÃ¥n svaren lämpliga följdfrÃ¥gor. Â
– En del undrar vad patienter egentligen tycker när de kommer med akuta bröstsmärtor och vi sätter en läsplatta i händerna pÃ¥ dem. Men i en genomförbarhetsstudie har vi sett att det accepterats väldigt väl av patienterna, säger Helge Brandberg.Â
Projektet började 2017 och är en del av ett större samarbete pÃ¥ KI, men ska nu tas in i en ny fas med hjälp av CAIR-labbet. AI-verktyget ska optimeras och kan framöver kopplas ihop med AI-tolkning av EKG.Â
– Jag har inte sÃ¥ djup kunskap inom programmering, jag är ju hjärtläkare – det är min huvudkompetens. Men via CAIR-lab kan jag fÃ¥ kontakt med programmerare, andra AI-forskare och samarbeten i Sverige, säger Helge Brandberg.Â
– Men de underlättar ocksÃ¥ genomförandet av den kliniska AI-studien. Det är flera regelverk som är svÃ¥ra att förhÃ¥lla sig till, och att samla kompetensen om hur man bedriver AI-studier är ett väldigt fint stöd.Â
Just nu är projektet akademiskt. Men Helge Brandberg vill se en färdig produkt i kliniskt bruk i framtiden, inte bara i Sverige.Â
– Hög belastning pÃ¥ akutmottagningar, där det tar för lÃ¥ng tid att identifiera pÃ¥gÃ¥ende hjärtinfarkter, är ett internationellt problem. Â
Nyligen invigde ocksÃ¥ Sahlgrenska universitetssjukhuset i Göteborg sitt Kompetenscentrum AI. Det ser ut att fÃ¥ lite mer fokus pÃ¥ forskning än kliniknära utveckling, men ska kunna ta sig an idéer som uppstÃ¥r i den kliniska vardagen.Â
– Det kan gälla en forskningsfrÃ¥ga eller ett verksamhetsproblem där vi kan komma in som en verksamhetsutvecklare, men med AI-glasögon pÃ¥. Hur kan vi med hjälp av AI lösa de här problemen? berättar Magnus Kjellberg, centrumförestÃ¥ndare pÃ¥ Kompetenscentrum AI.Â
Han ser verksamheten som en kraftsamling för att koordinera forskning, fÃ¥ kontinuitet i AI-arbetet och hitta synergieffekter och samarbeten.Â
– De tidigare forskningsprojekten har varit nÃ¥got av spridda öar: man har jobbat med AI, producerat nÃ¥gra artiklar, och sÃ¥ har det dött ut. Och sÃ¥ börjar nÃ¥gon annan person nÃ¥gon annanstans, och vet inte hur de tidigare har gÃ¥tt till väga.Â
Kompetenscentrum AI ska erbjuda en sorts kom igÃ¥ng-stöd, inspiration och teknisk hjälp. För detta har Sahlgrenska universitetssjukhuset rekryterat egna AI-utvecklare. De ska arbeta med dataanalys och programmering och har kunskap om hälso- och sjukvÃ¥rden.Â
Sahlgrenska universitetssjukhuset har flera egna projekt, där exempelvis bildanalys testas i sjukvÃ¥rden. Men en viktig uppgift för kompetenscentrumet är ocksÃ¥ att testa kommersiella produkter pÃ¥ marknaden för att avgöra vilka som kan köpas in och användas i verksamheten.Â
Just nu har man tvÃ¥ fokusomrÃ¥den. Det ena är att skapa en »testbädd« för att snabbt kunna ta in och utvärdera AI-produkter. Det andra handlar om administrativ AI, där Magnus Kjellberg tror att det finns vinster att göra relativt enkelt.Â
– Vi har mycket utrustning och operationssalar som inte utnyttjas optimalt, och schemaläggning som inte är optimal. Manuellt är det ett mycket resurskrävande arbete. Det är en typisk uppgift som lämpar sig för AI: att lösa ett optimeringsproblem.Â
– Sedan tänker jag pÃ¥ den allmänna planeringen kring vÃ¥rdbehovet – att hitta flaskhalsar i vÃ¥ra vÃ¥rdflöden. Där kan vi ta inspiration frÃ¥n till exempel produktionsindustrin. Â
På Sahlgrenska universitetssjukhuset pågår exempelvis CIDAI-projektet (Cerebral ischemia detection using artificial intelligence).
– Det började med en frustration över att patienter lÃ¥g framför mig och fick stroke, och att jag sÃ¥g det för sent, säger initiativtagaren Helena Odenstedt Hergès, som är anestesi- och intensivvÃ¥rdsläkare samt medicinskt ledningsansvarig för neurointensivvÃ¥rd pÃ¥ universitetssjukhuset.Â
MÃ¥nga patienter pÃ¥ neurointensiven har drabbats av pulsÃ¥derbrÃ¥ckblödning. De löper dessutom en risk för sekundära skador om den följs av en hjärninfarkt. Eftersom en del patienter inte är vid medvetande är det svÃ¥rare att undersöka dem och att förstÃ¥ vad som händer.Â
Helena Odenstedt Hergès blev sammanförd med en professor i mjukvaruutveckling med intresse för hantering av stora datamängder inom medicin. Tillsammans utformade de CIDAI-projektet med mÃ¥let att i realtid kunna identifiera tecken pÃ¥ utveckling av stroke eller syrebrist i hjärnan.Â
PÃ¥ intensivvÃ¥rdsavdelningen mäter man kontinuerligt mÃ¥nga olika fysiologiska parametrar som exempelvis hjärtrytm, blodtryck, syresättning och andning.Â
– Det gör att intensivvÃ¥rdsmiljön lämpar sig väldigt väl för tekniker som kan hantera stora mängder data. Det är vÃ¥r svaghet som människor: att vi inte har förmÃ¥gan att dra slutsatser frÃ¥n alla signaler som vi de facto registrerar hos patienterna.Â
Projektet är pÃ¥ ett forskningsstadium, men Helena Odenstedt Hergès tycker att preliminära data är lovande, och forskarna har gjort ett par publikationer som pekar pÃ¥ att det gÃ¥r att identifiera dessa patienter.Â
Helena Odenstedt Hergès tror att Kompetenscentrum AI kan fÃ¥ en viktig roll när det gäller teknisk expertis, vägledning i juridiska frÃ¥gor, att driva digitaliseringen och inte minst i att skapa kontakt mellan medicinen och tekniken.Â
– Det mest vitala är att hitta en bra samarbetspartner och en god förstÃ¥else mellan den expertis inom bÃ¥de medicin och teknik som är nödvändig, där bÃ¥da förstÃ¥r varandras problem.Â
Magnus Kjellberg pÃ¥pekar att AI är ett förhÃ¥llandevis nytt fält. Men bara genom att arbeta med det fÃ¥r man insikter i vilka möjligheter som finns – och vilka begränsningarna är.Â
– Det ska man inte heller underskatta: det är lätt att bara se möjligheter och tro att AI löser allt. Men samtidigt finns begränsningar vi mÃ¥ste lära oss om, säger han och fortsätter:Â
– Det tror jag vi gör genom att driva projekt. Även om det i slutändan inte resulterar i nÃ¥got vi kliniskt kommer att använda har vi som organisation lärt oss hur vi ska hantera frÃ¥gan.Â
Sverige beskrivs ofta som framstÃ¥ende inom IT, samtidigt som det kan vara svÃ¥rt för ett litet land att hävda sig mot teknologijättar i exempelvis USA. Sverige har dock mycket data att tillgÃ¥, till exempel genom alla kvalitetsregister. Â
– SÃ¥ vi har en bra möjlighet att kunna vara föregÃ¥ngare och framgÃ¥ngsrikt utveckla AI, säger Magnus Kjellberg.Â
– Men hälso- och sjukvÃ¥rden behöver jobba med hur vi tillgängliggör hälsodata pÃ¥ ett bra och säkert sätt. Lagstiftningen har inte hängt med den tekniska utvecklingen. Här skulle jag gärna se förändringar sÃ¥ att det blir tydligare vad vi har att förhÃ¥lla oss till.Â
Max Gordon lyfter fram samma faktorer.Â
– Vi ligger bra till med tanke pÃ¥ att vi har väldigt intressanta data i register och databaser. Bra data ger bra AI. Problemet ligger i att det är svÃ¥rt att fÃ¥ ut. Dataskyddsförordningen GDPR gör att alla är rädda att dela data.Â
AI-utvecklingen generellt har varit tidigt ute inom bland annat ordbehandling och underhÃ¥llning. Inom medicinen har den visat sig kraftfull för att exempelvis förutsäga smittoutbrott och proteiners utseende, eller vid läkemedelsutveckling. Men i den kliniska vardagen tar det längre tid. Och sÃ¥ ska det vara, menar Max Gordon.Â
– Vi kommer fÃ¥ AI sist – sÃ¥ funkar sjukvÃ¥rden. Vi har höga säkerhetsrutiner. Det är en helt annan sak att skriva ett felaktigt mejl än att ge ett felaktigt röntgenutlÃ¥tande. Â
– SÃ¥ det tar längre tid för sjukvÃ¥rden. Men det är här som den mest spännande och roliga potentialen finns. Â
Tillämpningar av AI i dagÂ
- I en kartläggning, som SocialÂstyrelsen gjorde 2018, visade enkät- och intervjusvar att AI användes i totalt 59 applikationer i drift i hälso- och sjukvÃ¥rden i regionerna. Ytterligare drygt 100 planerades för de kommande Ã¥ren.Â
- Ett förhÃ¥llandevis populärt omrÃ¥de där AI används i dag är bildanalys frÃ¥n exempelvis röntgen eller ultraljud. 2018 var bildanalys det omrÃ¥de där mest svensk forskning pÃ¥gick och där flest applikationer väntades införas.Â
- Ett annat omrÃ¥de är patientÂövervakning och stöd i hemmet. Det rör sig till exempel om fjärrövervakning av patienter med hjärtsvikt och medicineringsÂboxar som pÃ¥minner patienten om att det är dags att ta sin medicin.Â
- Vid Socialstyrelsens kartläggning använde drygt hälften av de 59 tillämpningarna en svagare AI-typ, sÃ¥ kallade regelstyrda system, men majoriteten av tillämpningarna som var pÃ¥ väg att införas använde maskininlärning.Â
NÃ¥gra begrepp inom artificiell intelligensÂ
- En algoritm är i matematik och datavetenskap en uppsättning instruktioner som med inmatade data löser ett problem. Varje steg mÃ¥ste vara otvetydigt. Â
- Maskininlärning är ett omrÃ¥de inom AI, där datorer genom träning ska upptäcka och lära sig regler för att lösa en uppgift i stället för att programmeras med specifika regler för en specifik uppgift. Â
- Nätverk, neuronnät, är ett samlingsnamn för självlärande algoritmer som försöker efterlikna exempelvis den mänskliga hjärnan. De kan tränas med kända data och svar, eller utan facit för att hitta nya relationer mellan data.Â
- Regelstyrda system drar slutsatser efter en samling regler (algoritmer) och i förväg lagrade fakta, men saknar förmÃ¥gan till självinlärning. Â
- Programspråk används av människor för att skapa datorprogram, till skillnad från maskinkod som är datorernas grundspråk och som bara består av ettor och nollor.
Populära programmeringssprÃ¥k för maskininlärning och statistik är Python, R och Julia.Â
Max Gordon intresserade sig tidigt för artificiell intelligens

Max Gordons intresse för programmering började i tonÃ¥ren, och han gick datateknisk linje pÃ¥ Forsmarks gymnasium. Efter det gick han ett halvÃ¥r pÃ¥ KTH i Stockholm innan han började läkarlinjen i Göteborg. »Under AT gjorde jag ett program för hantering av föreläsningar och anmälningar pÃ¥ webben. Allt som var värdefullt och smidigt för mig programmerade jag.«Â
Genom sin avhandling lärde han sig programspråket R, som är bra på statistiska beräkningar. Ett program han gjorde för att få in tabeller i Word laddas än i dag ned omkring 200 000 gånger i månaden. »Jag la ut det för alla att använda och det blev en superhit.«