logo

Kunstig intelligens og maskinlæring i helsesektoren

Siden er under oppdatering! Tilknyttede prosjekter og andre artikler knyttet til dette temaet er ikke en fullstendig liste. For en fullstendig liste over pågående prosjekter, se https://ehealthresearch.no/prosjekter

Maskinlæring er en teknikk innen kunstig Intelligens (AI), som kan brukes til å løse forskjellige oppgaver. Algoritmene innenfor maskinlæring kan analysere store mengder ulike data med nøyaktige resultater.

Økt bruk av informasjonssystemer i helsetjenesten og digitaliseringen av pasientinformasjon genererer store datamengder. Derfor har helsesektoren mye data som kan være vanskelig å tolke. Da kan maskinlæring være en mulighet for å systematisere og presentere den store mengden informasjon og data på en intuitiv måte.

Maskinlæringssystemene skiller seg ut fra tradisjonelle programvaresystemer. Maskinlæring bruker selvlærende algoritmer som forbedrer seg kontinuerlig. Hver algoritme har sine styrker og svakheter, derfor er det viktig å prøve flere algoritmer for å finne ut hvilke som fungerer best.

I helsevesenet kan maskinlæring brukes innenfor tre områder:

  • Tolkning av medisinske bilder (øyesykdommer, radiologi, patologi)
  • Prognostikk (demens, metastatisk kreft, hjerneslag)
  • Diagnostikk (onkologi, patologi, sjeldne sykdommer)

Helsetjenesten blir mer proaktiv ved hjelp av kunstig intelligens og maskinlæring, likevel er det behov for mer forskning og utvikling før potensialet kan realiseres fullt ut. Utviklingen innenfor tolkning av medisinske bilder har kommet lengst, og det vil skje mye her de neste årene. Det vil ta rundt fem år før prognostikk-området er modent til å ta i bruk maskinlæring. Diagnostikk er det mest kompliserte helseområdet, og det vil ta rundt ti år før løsningene innenfor maskinlæring kan brukes.

Kunstig intelligens og maskinlæring i helsesektoren

Lærer datamaskinen å finne risikopasienter

En vanlig komplikasjon blant eldre pasienter etter narkose og operasjon, er å bli forvirret. Men tilstanden, som kalles «postoperativt delirium», er ofte vanskelig å oppdage. I Tromsø har de lært datamaskiner å identifisere pasienter i risikosonen.

31.05.2019

Secure e-health in the cloud

The EU-funded project Asclepios aims to build a cloud-based e-health framework that protects users' privacy and prevents attacks.

03.05.2019

Kunstig intelligens - konferanse i Bodø, juni 2019

I juni 2019 skal det handle om kunstig intelligens og maskinlæring i helsetjenestene. En nasjonal konferanse arrangeres i Bodø, med foredragsholdere fra blant annet IBM Watson og den verdenskjente Mayoklinikken.

26.03.2019

Kronikk: Ja til sekundærbruk av helsedata

Vi mangler en forståelse for, og et lovverk som tillater, at helsetjenester også har som formål å produsere og bruke helseinformasjon for så vel den enkelte som for fellesskapet.

14.01.2019

WHO symposium in Copenhagen, February 2019

On February 6-8, our centre will co-host a digital health symposium in Copenhagen, together with WHO/Europe.

07.01.2019

Ny rapport om helsedataanalyse

Her er vår ferske rapport om helsedataanalyse. Målet med den er å bidra til bedre forståelse av helsedataanalyse, og hvordan nye metoder kan komme til nytte i helsetjenesten.

14.06.2018

Viser vei i ny og kompleks kunnskap

Avdeling for helsedataanalyse arrangerte 4. og 5. juni en workshop om helseanalyse og digital fenotyping. Gjestene kom fra USA og Italia samt norske institusjoner.

08.06.2018

En ny tilnærming til klinisk beslutningsstøtte

Leger vil ha mer klinisk beslutningsstøtte, for å gi pasientene den beste behandlingen. Det er imidlertid dyrt å utvikle slike IT-systemer, og de kan sjelden brukes på tvers av legekontorer eller sykehus. Nå kan e-helseforskere ha funnet en løsning ved hjelp av kunstig intelligens.

09.03.2018

Norge – en stormakt innen helseteknologi

Hvis næringsliv, forskning og det offentlige Norge klarer å samarbeide like godt som i oljeindustrien, kan vi utvikle verdensledende digitale helseløsninger. Dette, og mye mer, skriver Gunnar Hartvigsen om i en kronikk i Nordlys.

28.11.2017
    3