Sundhedsrevolutionen starter på din smartphone

Bedre og billigere enheder til at måle på vores kroppe kombineret med programmer, der hastigt bliver bedre til at tolke dataene, varsler et længe ønsket paradigmeskifte i sundhedssektoren: Fra behandling til forebyggelse. Og aflastet af kunstig intelligens kan lægerne fokusere på at behandle de patienter, som har mest brug for det.

Peter Hesseldahl

MM Special: Den digitale sundhedsrevolution
  • Kunstig intelligens og data indsamlet med forbrugerelektronik kan styrke forebyggelsen i sundhedssektoren.
  • Apples ur kan nu måle hjerterytmen, og LEO Pharma-app diagnosticerer hudsygdomme bedre end lægen. 
  • Patienter får større indsigt og en mere aktiv rolle, hvilket kan frigøre sundhedspersonale til de mest krævende behandlinger.
  • Nyt dansk projekt vil samle borgernes egne data og offentlige data på en fælles platform for deling og brug af sundhedsdata.

Sundhedsrevolutionen starter på din smartphone

LEO Pharma-app diagnosticerer hudsygdomme bedre end lægen

Dansk platform skal demokratisere brugen af sundhedsdata

Innovationsfonden: Derfor poster vi millioner i sundhedsdata

App-oteket skal guide danskerne til de bedste sundhedsapps

Da Apple for nylig lancerede den seneste udgave af deres Apple Watch, var det først og fremmest sundhedsfunktionerne, der var nyskabende.

Ud over puls, skridttæller og gps, som man efterhånden finder på de fleste fitnessarmbånd, kan Apple Watch nu måle hjerterytmen – noget man i dag typisk skal have en aftale hos lægen for at få tjekket.

Hjertefunktionen er blot ét eksempel på en lang og voksende række af data, som vi løbende kan indsamle om helbredet ved hjælp af smartphone, armbånd og andre sensorer. Kombineret med apps, der i stigende grad trækker på kunstigt intelligens, bliver det nemmere selv at identificere helbredsrisici og tegn på sygdomme.

Det kan blive et stort skridt hen imod et sundhedssystem, der fokuserer mere på forebyggelse og mindre på behandling, mener Nikolai Brun, der leder Lægemiddelstyrelsens enhed for medicinsk evaluering og biostatistik.

”Det normale i sundhedssystemet er, at man venter, til man har et problem, og så går man ned til sin praktiserende læge og får det løst. Men med kunstig intelligens og big data kan vi i stedet løbende overvåge vores sundhed og sætte ind med forebyggende tiltag, hvis det begynder at gå i den forkerte retning. Vi kan gøre noget, inden det når at blive til et problem,” siger Nikolai Brun.

Eller som John Zibert, udviklingschef i LEO Pharmas Innovation Lab, siger: 

”Kunstig intelligens kan skifte fokus i sundhedssystemet fra sick care til health care: I stedet for at reagere når folk bliver syge, kan man koncentrere sig om at holde dem sunde.”

De stærke kan klare mere selv, og de svage kan få mere hjælp

Mulighederne for selv at indsamle og behandle data giver patienter en anden, mere aktiv rolle.

Frem for at være et passivt objekt, som sundhedssystemet gør noget ved, åbner de nye teknologier for, at man langt bedre kan følge med i sin egen sundhed og i, hvordan kost, motion og den medicin, man eventuelt tager, påvirker kroppen.

Forskellige apps på en smartphone kan hjælpe en med at leve sundt eller sikre, at man følger behandlingen og tager sin medicin rigtigt. Først hvis noget begynder at se risikabelt ud, vil appen opfordre en til at opsøge en læge.

Nikolai Brun fra Lægemiddelstyrelsen forestiller sig, at folks kontakt med sundhedsvæsenet ændres fra, at man bestiller tid og møder op hos lægen, til at man i mange tilfælde klarer undersøgelsen hjemmefra.

”Det vil i stedet være en løbende dialog med et system, der indeholder både læger og kunstigt intelligente algoritmer, så man løbende overvåger sin sundhed og forhindrer udviklingen af sygdomme,” siger han. 

Og det kan der blive brug for. Kristian Hart-Hansen, CEO i LEO Pharmas Innovation Lab, peger på, at der i de kommende år vil være et stigende pres på sundhedssystemets ressourcer på grund af en aldrende befolkning, flere kronisk syge og voksende forventninger til behandlingerne. 

Han mener, at teknologien vil føre til en mere effektiv udnyttelse af lægernes tid.

”De mennesker, der kan behandle sig selv, får bedre værktøjer til det. Dermed kan vi sikre, at dem, der ser lægen, er dem, der virkelig har brug for at se lægen,” siger Kristian Hart-Hansen.

Forbrugerelektronik samler hverdagens data

Det centrale apparat i sundhedsrevolutionen er den smartphone, vi næsten alle sammen har i lommen. Den kan følge med i, hvor langt man går i løbet af dagen, og kameraet kan via særlige apps bruges til at undersøge sår eller hudsygdomme.

Men mobilen kan også kobles til et voksende udbud af fitnesstrackere og ure, der måler sportsaktivitet eller søvnmønstre. Dertil kommer et væld af mere specialiserede sensorer. Det kan være udstyr, der kan måle blodtryk eller blodsukker og overføre dataene til en smartphone, men det kan også være digitale badevægte, termometre og alkometre.

En væsentlig pointe er, at overvågningen af ens sundhed dermed bliver kontinuerlig. For de fleste mennesker er blodtryk, hjerterytme eller størrelsen af modermærker og udslet på huden noget, som de får målt af og til i forbindelse med et check hos lægen.

Men mange værdier kan veksle i løbet af dagen eller fra uge til uge, ligesom sygdomme ændrer sig over tid. Det er ikke altid, man kan vise symptomerne til lægen, når de er der. Nogle tilstande, f.eks. epilepsi eller angstanfald, kommer pludseligt og uforudsigeligt.

Som eksemplet med Apple Watch viser, har techbranchens ususal suspects allerede spottet sundhedsteknologi som en fremtidig indtægtskilde. Også Google, Amazon, IBM og Facebook har store udviklingsarbejder i gang inden for digital sundhed.

Når man køber en iPhone, er appen ’Sundhed’ en ufravigelig del af styresystemet. Appen registrerer som udgangspunkt, hvor langt og hvor mange skridt man går, men den kan også kobles sammen med andre mere specialiserede apps, der f.eks. overvåger søvn eller holder styr på ens kost. Samtidig kan ’Sundhed’ hente data ind fra andre bærbare målere – først og fremmest Apples eget ur.

Sundhedsdata i lommen

På en iPhone indsamler app’en 'Sundhed' som standard information om brugerens aktivitet ved hjælp af telefonens bevægelsessensor og barometer. Det er kun et lille hjørne af de sundhedsrelaterede funktioner, app’en tilbyder.

I USA har Apple foreløbig aftaler med omkring 500 hospitaler om at udveksle data med appen. De data, patienten samler ind, kan overføres til hospitalets elektroniske patientjournal, men data kan også gå den anden vej.

Patienten kan importere sine sundhedsdata fra hospitalets eller forskellige lægers journaler til sin sundhedsapp, og på den måde kan man få et samlet overblik over eksempelvis allergi, vaccination, medicinforbrug, laboratorieresultater osv. 

Den kunstige intelligens rykker ind

Næste skridt er systemer og apps, der også er i stand til at finde mønstre i dataene, tolke informationerne, stille diagnoser og komme med forslag til relevante behandlinger eller livsstilsændringer. 

Her er der sket store fremskridt de sidste 5-6 år ved hjælp af machine learning, hvor en computer fodres med tonsvis af data og opbygger en model for de kendetegn, der er tilstede på eksempelvis billeder af forskellige kræfttyper.

Ud fra modellen kan computeren begynde at komme med bud på, hvad det er den ser i billedet, og ved at sammenligne computerens gæt med den faktiske diagnose, som en menneskelig ekspert har lavet, kan computeren justere sin model og forbedre sin forståelse. 

Maskinen tager ved lære, algoritmen forbedres, og ofte begynder den at se sammenhænge i data, som selv læger ikke har været opmærksomme på.

Googles DeepMind-afdeling har eksempelvis udviklet en app, der på baggrund af 300.000 fotografier af iris – regnbuehinden – er blevet i stand til at vurdere en persons risiko for at få en hjertesygdom ved at analysere en scanning af vedkommendes øjne. 

I Danmark har LEO Pharmas Innovation Lab udviklet en app, som bruger smartphonekameraet til at tjekke for hudsygdomme, herunder tidlige stadier af hudkræft. LEO Pharma vurderer, at 70 procent af undersøgelser for hudsygdomme om nogle år ikke vil kræve, at man møder en læge ansigt til ansigt. 

Et andet dansk eksempel er selskabet Corti, der har udviklet en algoritme, som bruges på alarmcentralen for at vurdere, om der er tegn på, at den, der ringer, har fået et hjertetilfælde.

En ny arbejdsdeling

For mange kan det være grænseoverskridende at overlade afgørelser, der kan have betydning for liv og død, til en algoritme. Hvad nu hvis den overser noget eller tager fejl, fordi den møder noget, den ikke har set før?

Sebastian Brandes fra den danske AI-udvikler Brainsquad mener, at indvendingen kan vendes om – at læger også tager fejl.

”Hvad nu hvis lægen er træt den dag og overser noget? Mennesker er slet ikke bygget til at sidde og se på billeder i så lang tid ad gangen for at finde små detaljer. Jeg tror, at der er større risiko for, at lægen misser et eller andet, end at algoritmerne gør det,” siger Sebastian Brandes.

Pavel Lisouski, CTO i den danske startup Radiobotics, der udvikler kunstig intelligens til at analysere røntgenbilleder med fokus på slidgigt i knæ, peger på, at maskinens begrænsning er, at dens forståelse typisk er meget snæver. 

”Algoritmen kan se slidgigt på et billede med stor pålidelighed, men den bemærker ikke, hvis der skulle sidde en kræftknude. Det ville den menneskelige radiolog opdage, fordi han har en bredere viden og erfaring,” siger Pavel Lisouski.

Han fortæller, at en strategi for at overkomme problemet er at træne algoritmer med kunstig intelligens til at bemærke, når der er noget i billedet, som normalt ikke forekommer. Maskinen behøver ikke at have ekspertisen til at forstå, præcis hvad der er problematisk, men når den ser noget unormalt, kan den gøre en menneskelig ekspert opmærksom på det.

Der er da heller ikke meget, som tyder på, at radiologerne på kort sigt skal frygte at blive erstattet af algoritmer. Teknologien vil de første mange år blive brugt til at aflaste de menneskelige radiologer, så de kan koncentrere sig om de opgaver, hvor deres ekspertise virkelig er påkrævet.

Det skyldes ikke mindst, at brugen af røntgenbilleder samt MRI-, CT- og ultralydsscanninger stiger kraftigt. Hvert år tages der nu over 2,5 millioner røntgenbilleder, og der foretages tæt ved 1 million CT-scanninger i Danmark. 

Det er et stort arbejde at beskrive, analysere og vurdere de mange billeder, og radiologernes arbejde skaber hurtigt en flaskehals i systemet. I nogle tilfælde outsources arbejdet fra danske hospitaler til Indien eller Spanien.

”Vi gør ikke radiologerne arbejdsløse. Der er mangel på radiologer, ikke mindst hvis man kigger på de mindre udviklede lande i verden. Der er ingen grund til at de få radiologer, der er, bruger tid på rutinebilleder,” siger Pavel Lisouski.

Kompliceret at godkende som lægemiddel

Den amerikanske sundhedsmyndighed, Food and Drug Administration (FDA), er inden for det sidste år begyndt at godkende kunstigt intelligente algoritmer og apps som lægemidler – herunder applikationer, der kan identificere kræft i hjernen ud fra CT-scanninger, se brud på håndled som tegn på knogleskørhed eller finde tegn på forværret syn hos diabetespatienter ud fra scanninger af hornhinden.

Når man godkender kunstigt intelligente algoritmer, sammenligner man deres præcision med et panel af menneskelige eksperter, som sættes til at analysere det samme sæt af data. Hvis maskinen kan diagnosticere lige så godt som lægerne, kan den godkendes.

Nikolai Brun fra Lægemiddelstyrelsen er også formand for en europæiske taskforce, der undersøger, hvordan myndighederne i Europa kan håndtere nye teknologier. Han fortæller, at noget af det, der debatteres i taskforcen, er udfordringerne ved at godkende en algoritme, der forandrer sig. 

”Som myndighed er vi vant til at vurdere en pille eller et stykke udstyr, hvor der er lavet lange studier, så man kan se, om forholdet mellem fordelene og risiciene er i orden. Men AI-algoritmer er noget helt andet, de ændrer sig konstant. Algoritmen tager ny lærdom til sig i løbet af dagen, så den er klogere i morgen. Vi skal ud i et paradigmeskifte omkring, hvordan man kan godkende den type avanceret teknologi,” siger Nikolai Brun.

Han mener, at ikke alle lande nødvendigvis har kompetencen til at vurdere de nye og meget komplekse teknologier. Noget af det, der også bliver diskuteret i taskforcen, er derfor om man bør samle ekspertisen på området – og godkendelserne – nogle få eller et enkelt sted i EU.

Apple-ur ringer selv efter hjælp

Det nye Apple Watch er det førende eksempel på, hvordan forbrugerelektronik i stigende grad kan levere sundhedsdata i en kvalitet, der hidtil har krævet dyrt grej og faglært personale.

Ud over at kunne levere et elektrokardiogram med brugerens hjerterytme på 30 sekunder i en kvalitet, der er godkendt af de amerikanske sundhedsmyndigheder, kan Apple-uret med sit indbyggede accelerometer og gyroskop også registrere fald med stor præcision.

For at undgå falsk alarm har man analyseret et meget stort antal målinger af fald for at fange netop den bevægelse af armene, som er typisk. Hvis man falder, vil uret tilbyde at ringe efter hjælp til en forudbestemt kontaktperson, og hvis uret ikke registrerer nogen bevægelse hos personen i et minut efter et fald, ringer det til alarmcentralen. Også den funktion er godkendt af FDA.

Der har længe været rygter om, at Apple arbejdede på at indbygge måling af blodsukker til brug for diabetikere i deres ur. Der findes allerede en del små enheder, der kan måle blodsukker og sende resultatet til en smartphone, men de kræver alle, at man stikker sig og tager en lille blodprøve.

I slutningen af august kom det frem, at Apple har søgt patent på en metode, der ikke kræver blodprøver, men kan måle sukker i blodet ved at sende et særligt lys igennem huden.

 


Få Mandag Morgens overskrifter direkte i din mail.

Tilmeld dig nyhedsbrevet nu

Få Mandag Morgens overskrifter direkte i din mail.

Tilmeld dig nyhedsbrevet nu