AI er godt på vej ind i langt de fleste lægeklinikker rundtomkring i Danmark og dermed dybt ind på lægens traditionelle domæne. Men hvad kan teknologien egentlig hjælpe med i klinikken i dag? Det ser vi på i denne første del. I anden del handler det om, hvor du skal være kritisk.
To slags AI
Analytisk AI er trænet til én afgrænset opgave, for eksempel at finde mistænkelige forandringer på et røntgenbillede. Det er den type, radiologien har brugt i mange år.
Generelle sprogmodeller som ChatGPT og Claude er trænet på enorme mængder tekst og gætter på det næste mest sandsynlige ord. Derfor kan de skrive, opsummere, oversætte og svare på spørgsmål om næsten alt. Til gengæld er de ikke bygget til en bestemt opgave, og et svar kan lyde overbevisende, selv om det er forkert.
Chatbotten klarede sig bedre end lægerne
"Journalresuméer er et af de områder, hvor sprogmodeller allerede kan bruges, men teknologien viser også lovende resultater inden for diagnostik".
Han fremhæver et studie, hvor læger med adgang til chatbots blev sammenlignet med læger, der brugte traditionelle opslagsværker. Begge grupper skulle finde diagnosen i svære medicinske cases, hvor alle oplysninger var samlet på forhånd. Der var ingen forskel på de to grupper. Til gengæld klarede chatbotten sig signifikant bedre end lægerne, når den løste opgaven alene.
Rammerne var dog kunstige. I klinikken får lægen ikke alle oplysninger serveret på forhånd.
“Virkeligheden er en iterativ proces, hvor vi løbende skal finde ud af, hvad vi skal undersøge, hvad vi skal gøre, hvad vi skal lade være med, og hvor vi skal henvise til. Det er det, der er svært”.
Et eksempel fra virkeligheden
En patient får et rødt, irriteret øje, som først vurderes som et bygkorn. Efter nogle dage får patienten feber, begge øjne bliver røde, lymfeknuderne på halsen hæver, og der kommer udslæt over hele kroppen. En erfaren speciallæge bliver kaldt ind.
Speciallægen uploader billeder af udslættet til en chatbot og beder om sandsynlige diagnoser. Svaret peger på allergi, virus, petekkier eller nældefeber. Chatbotten beder selv om flere ledetråde. Da lægen oplyser, at patienten har haft feber i flere dage, at CRP er let forhøjet, at der ikke er kløe, og at patienten kaster op, lyder svaret: Kawasakis sygdom. Patienten bliver henvist til videre udredning og indlagt, før de diagnostiske kriterier er opfyldt.
“Hører vi hovslag, er det oftest en hest, og den tankegang giver hurtige svar i en travl hverdag. Men indimellem er det en zebra, altså en sjælden tilstand, der ligner noget almindeligt. Så gælder det om at vide, hvornår man skal bede om hjælp”.
Patienterne bruger det allerede
Mange patienter bruger chatbots til at undersøge deres symptomer, men fortæller ikke altid lægen om det. Andreas Pihl ser et potentiale i at lære dem at bruge chatbots som forberedelse til konsultationen. Han advarer dog om, at chatbots i nogle tilfælde har udløst psykose hos psykisk sårbare mennesker. Derfor kan det være relevant at spørge åbent til patientens brug.
Det kan AI bruges til i klinikken
Svar til patienten: AI kan formulere et svar på en e-konsultation. Lægen læser og godkender svaret, inden det sendes.
Støtte til at overveje mulige diagnoser: AI kan foreslå diagnoser ud fra patientens symptomer og forløb og pege på muligheder, der er blevet overset. Forslagene skal altid vurderes kritisk.
Udkast til journalnotatet: Et AI-værktøj kan optage og transskribere samtalen og samle den i et journaludkast. Det kan mindske tastaturarbejdet og give lægen mulighed for at være mere til stede. Patienten skal informeres, og lægen skal kontrollere udkastet og forkorte det, så notatet kun indeholder det væsentlige.
