Måske er det ikke i en lille landsby omgivet af grønne marker et sted på Midtfyn, at man normalt vil forvente at finde en læge, som er særligt optaget af ny teknologi. Men er man ramt af den fordom, bliver den gjort grundigt til skamme i Ferritslev lægehus. For her er læge og medejer af lægehuset Michael Skov Hejmadi mere end almindelig »bidt« af den teknologiske udvikling.
Han beskriver sig selv som »iværksætter og visionær futurist«, og er medforfatter til »Dr. Hansen har haft sin sidste konsultation« og den nyligt udkomne opfølger »Dr. Hansens nye praksis« om netop den teknologiske udviklings betydning for almen praksis.
Og derfor ved han også om nogen, hvordan kunstig intelligens kan komme læger og patienter til gode i almen praksis.
»Jeg har ikke taget nogen kurser i det her, så jeg eksperimenterer. Jeg ,leger’ med ChatGPT og finder situationer, hvor det kan være brugbart, og den kan faktisk bruges til alt muligt«, siger han.
Hvad »alt muligt« dækker over, kommer vi ind på i en række konkrete eksempler, guidet af Michael Skov Hejmadi. Men først må vi lige for god ordens skyld slå fast, at lægehuset i Ferritslev ikke har indført systematisk brug af kunstig intelligens. Blandt lægehusets fire faste læger er Michael Skov Hejmadi ene om at eksperimentere med teknologien, og han bruger den kunstige intelligens som en assistent. Den får altså ikke lov til selvstændigt at udføre nogen opgaver. Og den får ikke nogen tekster med personfølsomme data.
Ferritslev ligger mellem Odense og Nyborg. Og lige over for den lokale SuperBrugs ligger Lægehuset, en gammel gulstensbygning, hvor læger i generationer har kæmpet mod sygdomme som lungebetændelse, kræft og influenza og endda også den tyske besættelsesmagt under anden verdenskrig.
Nu er bygningen renoveret og udvidet, og selv om lægerne her stadig bekæmper sygdomme, har en af dem valgt også at kæmpe en helt anden kamp.
Michael Skov Hejmadi kæmper for at få læger og myndigheder til at forstå, at kunstig intelligens skal sættes på arbejde i sundhedsvæsenet hellere i dag end i morgen. For teknologien kan lette det overvældende arbejdspres, som betyder, at op mod hver anden praktiserende læge føler sig udbrændt, som en stor trivselsundersøgelse fra Forskningsenheden for Almen Praksis ved Aarhus Universitet for nylig viste.
»Vi har brug for, at kunstig intelligens bliver sat ind i den del af sundhedsvæsenet, hvor vi har massiv mangel på behandlere. Det er kommunerne, og det er almen praksis«, siger han.
»Og vi skal starte med, at almindelige sygeplejersker og almindelige læger bliver sat sammen med nogle it-folk og giver dem et indblik i, hvad sundhedsvæsenet har brug for at få automatiseret«.
Michael Skov Hejmadi sidder ved mødebordet i lægehusets møde- og kantinelokale, og han har slået sin bærbare computer op. For nu vil han demonstrere, hvad han kan bruge ChatGPT til som læge.
I ChatGPT har han sat en »agent« op, en digital assistent, som kan hjælpe med en konkret, tilbagevendende opgave.
»Min assistent hedder ,Medical Certificate Assistant’, og den har til opgave at hjælpe mig med at skrive statusattester«, forklarer han.
»Hvis jeg for eksempel har en diabetespatient, så kan jeg plotte data og min konklusion ind i den kunstige intelligens og bede den om at udfylde en frase, altså skrive en bestemt formulering om det«Michael Skov Hejmadi, praktiserende læge
Da ikke alle Ugeskrift for Lægers læsere er læger, må vi lige forklare, at en statusattest er et dokument, som kommunens socialrådgiver skal bruge til at afgøre det videre forløb for en sygemeldt borger.
Den indeholder oplysninger fra patientens journal, eventuelle vurderinger fra andre behandlere som fysioterapeuter og psykologer, og desuden lægens vurdering. En statusattest kunne for eksempel dreje sig om en patient med diskusprolaps, hvor kommunen beder om at få at vide, hvornår vedkommende kan komme tilbage på arbejde.
Michael Skov Hejmadi gennemgår, hvordan han griber opgaven an:
»Jeg har på forhånd givet agenten nogle vejledninger om, hvad en statusattest er, og hvordan man skal skrive den. Og jeg har givet den nogle faste rammer: bl.a. at jeg er læge, og at den skal skrive kortfattet i et letforståeligt og præcist sprog, der kan læses af en ikkelæge. Og da det er pro-til-pro, har jeg bedt den om at undgå høflighedsfraser og gå lige til sagen. Og så har jeg meget specifikt bedt den om, at hvis der er tvivl om noget, så skal den spørge mig. Så jeg undgår, at den finder på noget«, forklarer han.
»Så renser jeg de oplysninger, jeg har, for cpr., navne, geografi – alt, hvad patienten kan identificeres på. Og jeg skriver en lille tekst om min vurdering, for eksempel: ,Jeg forventer, at vedkommende er fuldt rask, og kan fortsætte i sit arbejde’.
Så skriver jeg prompten – altså opgavebeskrivelsen til den kunstige intelligens: Lav en Læ-125 statusattest ud fra følgende vurdering. Så sætter jeg min vurdering ind, og skriver: ,Brug følgende data’, og så sætter jeg det tekststykke ind, jeg har renset for personhenførbare data, og trykker på ,enter’.
Så går der 30 sekunder, og jeg har et udkast til en attest. Jeg læser det igennem, retter måske noget, og så kan jeg smide det ind i attesten og sende den afsted«.
Michael Skov Hejmadi ville gerne benytte den funktion i ChatGPT på fast basis, men det kan han ikke i dag.
»Det tager tid for mig at rense data for personhenførbare informationer, at læse teksten igennem og føre den over fra et system til et andet. Så hvis jeg skulle bruge det, skulle assistenten være en integreret del af journalsystemet og omfattet af samme sikkerhed i forhold til persondata. Til gengæld: Hvis tingene var sat sammen, ville det betyde en massiv tidsbesparelse«, siger han.
»Jeg bruger måske en halv time på sådan en attest, men den kunstige intelligens bruger fem minutter«.
Og hastigheden er ikke eneste gevinst. Den kunstige intelligens er også bedre rent sprogligt end lægen, har Michael Skov Hejmadi erfaret.
»Jeg er lidt ordblind selv. Så at den staver, stiller teksten op og sørger for at få det hele med, er meget værd. Det er også en hjælp, at den kan bruge almindeligt sprog. For nogle gange bruger jeg fagsprog og skriver for eksempel ,radikulære smerter’ i stedet for ,iskias’ eller ,iskiassmerter’, som er mere almindeligt kendt«.
Tilmed er svarene også mere præcise.
»Hvis du giver den adgang til vejledninger, vil den bruge de ord og forklaringer, den finder i dem. Derfor kan den formulere sig bedre end mig, der ikke har så stor erfaring med at forklare, hvordan man kommer i gang igen efter en diskusprolaps. Den kunstige intelligens terper de her vejledninger igennem. Og den svarer altid konsistent«.
Når det gælder kommunikationen pro-til-pro er den kunstige intelligens også overlegen.
»Det er jo en tolkeopgave, når en læge skriver til en socialrådgiver. Og den kunstige intelligens laver altså en mere præcis tolkning, end jeg gør. Jeg skriver for eksempel: Vedkommende bliver nok rask i løbet af 12 måneder. Men socialrådgiveren har brug for: Vedkommende er fuldt raskmeldt i løbet af 12 måneder. Den formulering skal socialrådgiveren nemlig bruge for at krydse sin liste af«.
Ud over at udfylde attester bruger Michael Skov Hejmadi også den kunstige intelligens til at formulere fraser, tekstafsnit, som skal udfyldes som skabeloner, der sikrer, at lægen får dækket alt det ind, som skal med i journalen. Her har han endnu ikke sat en agent op til opgaven.
»Hvis jeg for eksempel har en diabetespatient, så kan jeg plotte data og min konklusion ind i den kunstige intelligens og bede den om at udfylde en frase, altså skrive en bestemt formulering om det. Så samler den det hele lynhurtigt og opsummerer på de data, der ligger«, forklarer Michael Skov Hejmadi, mens han taster løs på tastaturet. Han har fået lov til at bruge sin kones journal som eksempel.
»Hun har ikke diabetes, men vi laver alligevel en diabeteskontrol. Vi henter blodprøver, laboratoriesvar, medicin og diagnoser fra journalen. Så går jeg over i ChatGPT og får en frase og putter data ind usorteret. Og så trykker jeg på ,enter’. Så får jeg frasen udfyldt, og der er ikke noget personhenførbart – ikke alder, ikke køn. Eneste problem er, at den går ud fra, at hun har diabetes, selv om det ikke står nogen steder. Det burde den selvfølgelig ikke«, siger han. Men pointen med eksemplet her er en anden:
»Mit bud er, at hvis jeg lavede en agent til det her med de relevante vejledninger, så ville det blive væsentligt bedre og væsentligt hurtigere. Når man lige øver sig lidt, så tager det ca. 30 sekunder at lave det der«.
En mulighed med kunstig intelligens, som Michael Skov Hejmadi ikke har forsøgt sig med endnu, er at optage samtaler med patienterne. Det kan en agent også sættes op til som en fast tilbagevendende opgave.
»Jeg kunne godt tænke mig at optage konsultationer og bede den kunstige intelligens om at komme med et oplæg til notat. Så var jeg fri for at sidde og skrive. Og jeg kunne holde øjenkontakt med patienten i stedet for at kigge ind i skærmen. Det ville give meget på både effektivitet og empati, at notatet blev skrevet automatisk«.
Han forestiller sig, at det endda ville være muligt at få to versioner af notatet: en til journalen, og en til patienten.
»Jeg kunne godt tænke mig at optage konsultationer og bede den kunstige intelligens om at komme med et oplæg til notat. Så var jeg fri for at sidde og skrive«Michael Skov Hejmadi, praktiserende læge
»Du kunne få agenten til at skrive information til patienten samtidig. Det mangler vi helt vildt i dag, for jeg har ikke tid til at skrive et godt brev til min patient«.
Den kunstige intelligens kunne også huske lægen på at spørge om alt det, der er relevant, i konsultationen. Og så kunne agenten klare en stor del af efterarbejdet også.
»Ligesom en rigtig god sekretær kunne den gøre ordinationer og henvisninger til fysioterapeut eller røntgen klar for eksempel. Så mit arbejde vil blive reduceret betydeligt. Og samtidig ville for eksempel en røntgenhenvisning blive mere præcis, så røntgenlægen bedre forstår, hvad jeg vil med henvisningen«, forklarer Michael Skov Hejmadi.
Han bruger i øvrigt også den kunstige intelligens til at tolke den anden vej, når han sidder med et røntgensvar, eller svar fra en anden speciallæge, som han har svært ved at forstå. Så får han et letforståeligt resumé af svaret.
»I det hele taget er ChatGPT god til resuméer, og det kunne vi godt bruge. Hver eneste gang, vi indlægger en patient på et sygehus, så skal vi jo fortælle vores kolleger, hvem de modtager. Og det tager lang tid i dag i hele sundhedsvæsenet. Og ingen læser det, for de har ikke tid til det«.
I direkte kontakt med patienterne bruger Michael Skov Hejmadi også den kunstige intelligens.
»Jeg bruger den blandt andet til at formulere svar til patienter, der har spørgsmål til deres blodprøver. Jeg skriver som prompt: ,Jeg er læge, jeg skal bruge hjælp til at skrive et brev til min patient. Forklar, at alting ser fredeligt ud, og så forklar hver enkelt af de her blodprøver’. Så trykker jeg på ,enter’. Så går den i gang og går alle prøverne igennem, og for hver enkelt giver den en empatisk god forklaring«.
Men er det i orden at få »maskinen« til at svare? Michael Skov Hejmadi er selv i tvivl.
»Der er mange, der har det her med etikken i, om man så skal skrive, at man har brugt et hjælpeværktøj til at skrive den. Indtil videre har jeg ikke gjort det, for så længe jeg selv er inde over, og den ikke svarer selvstændigt, så er det måske ikke nødvendigt. Ansvaret er stadig mit. Men jeg er i tvivl«.
Han kunne imidlertid godt forestille sig, at kunstig intelligens blev sat ind som chatbot hos den praktiserende læge – med fuld deklaration og med klare grænser for, hvad den må svare på.
»Jeg tænker, at der er en hel masse tilstande inden for hoste og snot og smerter og alt muligt andet, hvor man kan sige, at inden for de her kriterier, der tør vi faktisk godt sige, at du kan tage to Panodiler og vente et par timer og se, hvordan det går. Og ellers skal du nok snakke med en læge«.
Michael Skov Hejmadi lukker sin bærbare. Demonstrationen er forbi.
»Vi skal bare ud over stepperne«, siger han. Og man fornemmer, at han er lidt utålmodig i forhold til udviklingen.
»Teknologien findes. Jeg kender en masse, der synes, det er megaspændende. Men jeg kender ikke til ét eneste forsøg med, hvordan man bruger den her teknologi til at hjælpe sundhedsvæsenet«, siger han.
»Vi har brug for, at der er en business case i det, så nogen gider at udvikle det. Så det skal afklares: Hvem skal betale, hvordan gør vi det sikkert, og hvordan indretter vi incitamentsstrukturen, så lægerne har en interesse i at bruge det og ikke føler, at de bare skal svare hurtigere og mere?«.
Han opfordrer til at starte med de lavthængende frugter:
»Vi kunne for eksempel lave et e-mailsvarmodul med en forretningsmodel, der siger, at hvis du kan finde nogle smarte prompter, der kan svare tilbage, så får du en krone, hver gang folk bruger dem. Jeg sparer tid, du får nogle penge«.
For ham er det en »no-brainer«.
»Hvis man kigger på, hvad der brænder os ud, så er det, når vi laver opgaver, der ikke har noget med vores lægegerning at gøre. Og for mig at se, er det dér, at AI har sin største berettigelse.
Fakta
AI og kræftbehandling
