At konstatere, at der er en infektion, kan nogle gange være lige til. Men hvilken? Er det lungebetændelse, urinvejsinfektion eller noget helt tredje, de skal kigge efter?
»Vi ser rigtig mange med akutte infektioner i akutmodtagelsen, men det kan være rigtig svært, særligt ved vores ældre borgere, at finde ud af, hvor de egentlig har en infektion. Og på den baggrund oplevede jeg som ny KBU-læge for efterhånden nogle år siden, at vi gav rigtig meget af det, som vi faktisk refererede til som husets vin – pip/tazo – for at være nogenlunde sikker på, at patienten ikke fik det værre. Så selvfølgelig er det med patientens bedste i tankerne, men også med en risiko for at udvikle resistens og ikke helt i tråd med vores guidelines«, fortæller Sara Søgaard.
Hun er læge og ph.d.-studerende på Akutafdelingen på Sygehus Sønderjylland i Aabenraa, og ovenstående er baggrunden for idéen bag et AI-projekt i hendes ph.d. om akutte infektioner og AI til brug af diagnostik. At selve AI-projektet, som det oprindeligt så ud, så kun i mindre grad får plads i hendes ph.d., er en anden historie fyldt med frustrationer, som du kan læse lidt længere nede.
Men projektet, en AI-algoritme som beslutningsværktøj, bliver til noget. Og implementeres efter planen i løbet af foråret på Sygehus Sønderjylland. For sidenhen i et stepped-wedge cluster design også at blive implementeret i Kolding, Esbjerg og Odense, inden det efter planen skal køre på alle regionens akutafdelinger.
Vi taler om en algoritme, som trækker data via journalen om alt fra triageværdier, blodprøvesvar, blodtryk, puls, saturation, dyrkningssvar, hoste, mavesmerter etc. for at give sit bedste bud på, hvad det er for en infektion, der er tale om. Og koblet sammen med regionens kliniske vejledning omkring antibiotika oveni vejleder den til den rette antibiotika, således at man rammer mere specifikt fra start af.
»Det, der er det smarte er, at vi som læger ikke skal gøre ret meget. Det kommer op som pop-up-vindue helt automatisk og har lavet statiske beregninger ud fra den data, den har trukket omkring en mulig infektion. Og her er det vigtigt at understrege, at den ikke gør noget selv, som du kan hænge den op på. Den kan give en anbefaling, og klinikeren kan til hver en tid sige ,nej, det tror jeg så ikke’ – og gøre noget andet, evt. i konference med kolleger«, siger Sara Søgaard.
Netop den del, den kunstige intelligens egentlige rolle vs. lægens rolle, er et afgørende element i forhold til, hvorfor denne AI-løsning ikke bliver så stor en del af Sara Søgaards ph.d., som ellers planlagt.
»Jeg skal aflevere min ph.d. til august i år, og jeg når ikke at få det her projekt med på grund af forsinkelser og bureaukrati. Jeg når måske at få et pilotprojekt med, men ikke det store RCT-studie, som egentlig var det, min ph.d. skulle have indeholdt. Det er rigtig træls«, fortæller Sara Søgaard, der efter endt ph.d. starter som HU-læge i akutmedicin på Sygehus Lillebælt.
»Her er det vigtigt at understrege, at den ikke gør noget selv, som du kan hænge den op på. Den kan give en anbefaling, og klinikeren kan til hver en tid sige ,nej, det tror jeg så ikke’ – og gøre noget andet«Sara Søgaard, læge og ph.d.-studerende, Akutafdelingen på Sygehus Sønderjylland, Aabenraa
Heri ligger selvsagt mere personlig frustration over egen ph.d. Men der ligger også en større frustration over forskellige fortolkninger af lovgivningen, alt efter hvor i landet projekterne udspringer. Da projektet her blev præsenteret for sygehuset og Region Syddanmark helt tilbage i foråret 2023, blev det på anbefaling kørt som et implementeringsprojekt frem for et rent forskningsprojekt. For på den måde nemmere at få lov til at gennemføre projektet.
»Men vi løber alligevel ind i en masse snak om jura frem og tilbage om, at vi ikke har lovhjemmel til at implementere AI, som direkte kan influere på patientbehandlingen. Og det er jo her, at vi siger, at det er alene et beslutningsværktøj, og at der altid er en lægelig vurdering bagved beslutninger om behandling. Men den æder juristerne dog ikke«, siger Sara Søgaard.
»Det, der har været så frustrerende, er, at lovgivningen ikke har kunnet følge med den hurtige udvikling, som AI bringer med sig. Her er det blevet tydeligt for mig, at regionerne har handlet forskelligt på den pågældende lovgivning, således at nogle AI-projekter har kunnet lade sig gøre i nogle regioner og ikke i andre«.
For fremtidige AI-projekters skyld sætter hun sin lid til, at der midt i januar trådte en ny bekendtgørelse i kraft, som har til formål at muliggøre, at personoplysninger fra behandling og sundhedsfaglige, statistiske og videnskabelige undersøgelser kan anvendes til udvikling og drift af elektroniske beslutningsstøtteværktøjer.
»Det håber jeg virkelig gør en forskel, så vi får det mere strømlinet og en ensartet tolkning af, hvad man kan få lov til. Det er der behov for«.
