»Ökade krav på  att kunna jobba med AI«

– Jag tror att AI kommer på bred front – inte bara inom bröstradiologin. Och det ställer krav på att man som doktor kan jobba med AI, säger Karin Dembrower, läkare på Capio S:t Görans sjukhus i Stockholm.

Under sommaren planerar sjukhuset att gå över till en ny modell för dubbelgranskning av mammografibilder. I stället för två radiologer kommer granskningen att göras av en radiolog och en AI-algoritm.

– Vi har fått fantastiska siffror med arbetssättet i en studie där vi hittar fler tumörer och kan frigöra kompetens när AI gör en del av arbetet. Därför vill vi göra den nya dubbelgranskningen till klinisk praktik så fort som möjligt, säger Karin Dembrower, en av sjukhusets bröstradiologer.

Fyra procent fler cancerfall upptäcktes när AI »jobbade tillsammans« med en bröstradiolog. Över 55 000 kvinnor ingick i studien på sjukhusets bröstcentrum.

AI-algoritmen kan upptäckta mönster i bilderna som bröstradiologerna inte ser.

– Jag är väldigt glad över att vi kommit så här långt med ett sätt att dubbelgranska bilderna som håller hög kvalitet. Med brist på bröstradiologer frigör det också resurser för oss att arbeta med ytterligare diagnostik och avancerade utredningar. 

Vad har varit viktigt för att implementera AI?

– Sjukhusets struktur har säkert haft betydelse. På S:t Göran, som är ett privat sjukhus, är beslutsvägarna korta och man uppmuntras att testa nya lösningar.

Karin Dembrower lägger till:

– Sedan har det varit en resa för personalen. I början var kollegorna något skeptiska utifrån arbetsbördan: »Ska vi ta in AI också?« Men när alla såg fördelarna så vände det. 

Centralsjukhuset i Karlstad tar sedan november i fjol hjälp av AI för att kvalitetssäkra granskningen av röntgenbilder från mammografin.

Totalt handlar det om omkring 140 000 bilder per år – fyra per undersökning – som tidigare granskats av två bröstradiologer.

– Det är självfallet tidskrävande, och med AI-verktyget görs en riskgruppering där bilderna från lågriskgruppen numera granskas av AI och en bröstradiolog, säger Mikael Fredholm, som är tekniskt ansvarig inom Region Värmland för AI-satsningen.

Vad ser ni för resultat?

– En viktig skillnad är att antalet patienter som återkallas har sjunkit markant. Det visar att radiologer får ett bra stöd i sina bedömningar, och det är förstås mycket positivt att färre friska patienter blir oroliga inför en ny undersökning.

Mikael Fredholm är själv medicinteknisk ingenjör.

– Ska man driva ett sådant här projekt, så ska man nästan lägga mest tid på att prata ihop sig med verksamheten. Annars blir det väldigt trögjobbat. Sjukhusets fast-anställda läkare inom mammografin har varit positiva från starten, säger han.

– En annan viktig del är bra samverkan med teknikleverantören, och där har vi märkt ett starkt engagemang från deras sida. Det är klart att det blir extra viktigt att lyckas när man är först ut, som i vårt fall, säger Mikael Fredholm.

Mälarsjukhuset i Eskilstuna använder sedan ett par år AI inför strålbehandling.

– För delar av kroppen kan AI göra arbetet med att rita in vilka organ som inte ska utsättas för strålning. Det fungerar riktigt bra och gör att vi kan släppa en hel del tidskrävande arbete, säger Heléne Hörberg, onkolog på Mälarsjukhuset.

En viss tveksamhet fanns inledningsvis.

– Men vi jobbade med en sjukhusfysiker som var väldigt driven och som med tidsstudier kunde visa fördelarna. Dessutom var personalbristen sådan att vi behövde få bättre flöden.

Har du något råd att ge kring AI?

– Det är viktigt att inte bara acceptera det som görs utan hela tiden kontrollera AI. Det handlar förstås om att säkerställa att det blir bra för just den behandlingen, men det är också viktigt som doktor för att behålla kunskap, säger Heléne Hörberg.

AI öppnar även för beslutsstöd inom nya områden. Hjärtläkaren Johan Sundström, som är professor vid Uppsala universitet, beviljades i fjol ett forskningsanslag från EU på 25 miljoner kronor för att under fem år utveckla AI-lösningar inom akutsjukvården.

– Vi ser en stor potential med AI:s förmåga att känna igen mönster och bidra med kliniskt beslutsstöd för akutläkare som behöver ta snabba beslut. En annan fördel är att tidslinjen för en patient är så tydlig inom akutsjukvård och att det underlättar att bygga riskskattningsalgoritmer och beslutsstöd, säger Johan Sundström.

Han lyfter fram den stora mängden EKG-data som resurs i arbetet för att implementera AI. Med det som grund har ett AI-verktyg för diagnostik av hjärtinfarkter utvecklats inom projektets första år.

– Självrapporterade data är också en viktig del där vi nu under juni börjar sätta en app i händerna på patienter med smärta som söker sig till akutmottagningar. Patienten får i appen rita sina symtom som viktig information och för att utveckla AI, säger Johan Sundström.