Så kan AI hjälpa sjukhusen

– Idag har den läkaren du träffar i ett första besök med sjukvården runt sju-åtta parametrar att gå efter för att avgöra hur allvarligt just ditt läge kan vara. Tänk om dessa parametrar istället var 1 000 stycken? Då skulle du som patient känna dig betydligt säkrare på att läkarens beslut är det bästa möjliga, säger Ankur Teredesai, vd och medgrundare av medicindataföretaget Kensci.

Assisterande Intelligens

Ankur Teredesai har valt att kalla Kenscis programvara för assisterande intelligens, Assistive Intelligence, istället för artificiell intelligens. Det är förstås en liten lek med orden för att sätta fingret på den verkliga nyttan med verktyget han och hans kollegor har utvecklat: ett maskininlärningssystem med det ambitiösa målet att förändra hur sjukvården bedrivs genom att assistera flera verksamheter samtidigt.

Framförallt vill de lösa två typer av problem: minska den variation av arbetsbörda och patienttäthet som råder beroende på vilket sjukhus du befinner dig på, och förbättra prediktioner. Och de går lite hand i hand.

Här i Sverige exempelvis finns det ibland ett bekymmer till vilken barnavårdscentral blivande mammor och pappor ska vända sig till beroende på var de bor i landet. Med Kenscis lösning skulle man i det här fallet kunna få en bättre överblick på vem som ska ta sig vart, och om det till exempel finns en historik inom familjen med för tidiga födslar kan man bli mycket effektivare att förbereda sig in för det.

– Om vi kan använda det underlaget vi har för dina vårdcentral- och sjukhusbesök, och integrera det med alla andra som är i liknande situation, har vi en mycket bättre utgångspunkt för att förutsäga när du kommer behöva besöka oss igen. Dessa förutsägelser går sedan att använda för att sprida ut arbetsbördan på olika sjukhus, säger Ankur Teredesai.

Care, cost and operation

Tanken är att verksamheter ska bli effektivare för att ge dig den vård du behöver. Med Kenscis lösning kan läkare få bättre överblick på patienter som nu befinner sig i mediumrisk-zonen för, säg, hjärt-kärlsjukdomar, och därmed vilka som kan komma att hamna i högrisk-zonen.

En bättre administrativ hantering kan minska sjukhusens kostnader och framförallt förbättra vården för patienter, alltså.

– Vi finns redan på en del sjukhus i USA och har fått god respons. Vi kan samla data kring alltifrån din genetiska uppsättning, om den finns tillgänglig, till dina matvanor, och detta kan sedan en läkare använda i sin bedömning om vad som ska ordineras, säger Ankur Teredesai.

Säkrar i molnet

Sjukhusen är alltid ägare av sitt eget data. Denna har Kensci valt att lägga i molnet, närmare bestämt i Azure. Inte minst tack vare säkerheten det erbjuder, menar Larry Levy, affärsutvecklingschef på Kensci.

– Vi tror inte nödvändigtvis att säkerheten är bäst på marken längre hos dem som ska använda datan, utan att det är bättre att lämna över det ansvar åt de som kan det. Vårt jobb är att erbjuda bästa möjliga assisterande intelligens, och att samtliga involverade ska kunna sova gott om natten i vetskapen om att datan befinner sig på en säker plats, säger han.

Ingen tid att spilla

– Det är många där ute som säger att det är för tidigt; att datan ännu inte är tillräckligt robust för att ett sådant här system ska fungera tillförlitligt. Men vi tycker snarare att det inte finns någon tid att spilla. Det är bättre att komma igång så fort som möjligt. När datamängden successivt ökar kommer vår assisterande intelligens förbättras, säger Ankur Teredesai.