186 SVENSK KIRURGI • VOLYM 82 • NR 4 • 2024 Kirurgveckan AI och precisionsmedicin – hype eller hope inom klinisk forskning Årets symposium från Kommittén för kirurgisk forskning (KKF) på Kirurgveckan i Karlstad ger en bakgrund kring artificiell intelligens (AI), hur AI kan användas inom forskning för att driva på mer skräddarsydd vård, precisionsmedicin, samt hur detta i ett större perspektiv ställer krav på en omställning i den moderna sjukvården för att kunna tillgodogöra sig kunskapen och möjligheterna tekniken medför. För att belysa ämnena håller Anna Martling, professor i kirurgi vid Karolinska Institutet, samt Mattias Ohlsson, professor vid Lunds universitet, föreläsning i två delar. Symposiet refereras av Emil Larsson som är STläkare vid Södra Älvsborgs Sjukhus. Vad är artificiell intelligens? AI hörs och syns i stor omfattning idag och utvecklingen inom området går snabbt. Även inom det medicinska fältet dyker AI upp i olika sammanhang, kanske mest uttalat inom radiologin. När det gäller kirurgi är AI mindre etablerat. AI i begreppets bredaste form är intelligens som uttrycks av maskiner, men det finns flera olika undergrupper av AI som alla har sina olika användningsområden. Det kanske mest omtalade verktyget ChatGPT ingår i en grupp av generativa AI-modeller som kallas för Large Language Models vars styrka ligger i att kunna förstå och generera mänskligt språk. Utöver detta finns också generativ AI som till synes från tomma intet kan skapa realistiska bilder och fotografier. Maskininlärning Ett centralt begrepp inom AI är det som kallas för maskininlärning. Maskininlärning är processen där datorer erhåller en förmåga att på egen hand lära sig baserat på underliggande data. Genom maskininlärning kan AI skapas för att kunna klassificera och gruppera data, utföra prediktiva beräkningar eller användas för att generera helt ny information baserat på tidigare inmatade data. Som exempel på kliniska tillämpningar av AIverktyg nämns Red Robin – ett program som automatiserar anamnes och triage vid möten med primärvården. Ett annat exempel kan vara ett AI-program som genom att omformulera komplicerad medicinsk terminologi till ett lättförståeligt skriftligt informationsblad kan hjälpa till att informera patienten inför en förestående operation. För att kunna skapa AIapplikationer krävs alltså maskininlärning som i sin tur kräver data. Datan kan teoretiskt komma ifrån fritext, numeriska data som matats in i register och tabeller eller bilder från radiologiska utredningar – företräEmil Larsson, Borås emil.larsson@vgregion.se Från vänster till höger: Magnus Nilsson, Anna Martling, Lisa Rydén, Mattias Ohlsson.
RkJQdWJsaXNoZXIy NjAyMDA=