Artificiell intelligens i neurologi – hur långt har vi kommit?
Artificiell intelligens (AI) är ett modeord inom medicin, parallellt med en större diskussion om robotisering av hela samhället. Också avancerade yrken som läkare ska ersättas. Målet är att patienterna ska få bättre och mer tillgänglig vård. Av aktuella översiktsartiklar att döma verkar en AI-styrd neurologiframtid emellertid ganska avlägsen, menar Johan Zelano, neurolog vid Sahlgrenska Universitetssjukhuset. Så smart är ännu inte den artificiella intelligensen. I närtid kan vi nog istället se fram emot bättre tekniska lösningar som ser till att vi inte missar saker i stressade situationer och kan tolka statistiken i komplexa risk-nyttokalkyler.
AI i dagens form är en förhållandevis ny företeelse. Man har försökt skapa intelligenta maskiner sedan 1950-talet, men den variant man talar om inom medicinen i dag springer ur den allt kraftigare beräkningskraft datorer och programvaror fått de senaste två decennierna. Utvecklingen har gått fort. För femton år sedan var det en stor nyhet på en forskningskonferens om preklinisk neurovetenskap att en dator på egen hand kunde känna igen en gymnastiksko. Forskarna hade fått träna den i åratal med att förklara i bild efter bild vad som var en sko.
I dag är AI betydligt bättre och mer självständigt. Intresset för AI förstärks av den parallella framväxten av en annan trend – skräddarsydd medicin och stora datamängder
(big data). I den redan lite daterade boken The creative destruction of medicine från 2012 lyfte Eric Topol fram genetisk precisionsmedicin, insamling av enorma datamängder
och digitalisering som faktorer som skulle transformera sjukvården. Samma år lyckades en ny sorts AI känna igen katter utan den mänskliga instruktion som fanns i skoexperimentet, så Topol hade av förklarliga skäl inte riktigt med kraften hos AI i sin framtidsspaning. På ett högre plan är boken ändå relevant. Att stora datamängder används för skräddarsydd medicin, så att enskilda individer får råd om vad som är bäst för just dem, snarare än information om vad som är bäst för stora grupper, är precis vad som händer. Topols vision är nog på väg, om än i en lite annan form med AI som framträdande aktör.
De stora visionerna är inspirerande, men inom neurologini dag är AI knappast redo att ersätta doktorn. Den AI som finns är egentligen inte ens kompletta beslutsverktyg, utan snarare stöd för mänskliga bedömningar i enskilda processer – som tolkning av röntgenbilder, analys av rörelsemönster i motoriksjukdomar och identifiering av epileptiska anfall.
KORT TEKNISK INTRODUKTION
Artificiell intelligens är ett mycket brett begrepp – ofta menar man algoritmer som kan uppvisa något som liknar mänskligt tänkande, lära sig eller följa beslutsstrukturer. Maskininlärning är en sorts AI som än mer liknar det vi uppfattar som mänsklig kognitiv funktion. Här har algoritmer tillsammans kapacitet att gradvis förbättra förmågan till någon sorts prediktion (igenkänning eller liknande) ju mer data de exponeras för. Maskininlärning läser man ofta om i forskningen nu
– algoritmerna får se ett stort dataset för ”träning” och sedan undersöker man hur väl de upptränade algoritmerna klarar av att klassificera ”testdata”. Ett annat vanligt sätt att beskriva maskininlärning är att den försöker göra förutsägelser i ett stort antal testomgångar. Blir förutsägelsen bättre, har algoritmen lärt sig något. Träningen på testdata kan vara antingen övervakad eller oövervakad, med vilket avses huruvida en människa behöver tala om för algoritmerna vad som är vad i den data som används. Exemplet med gymnastikskorna i artikelns inledning var övervakad inlärning, medan kattexemplet var så revolutionerande för att den inlärningen var oövervakad.
