AI för bättre patientförståelse
AI för bättre patientförståelse
Patienters beskrivningar på nätet av behandlingar och möten med vården växer fort och utgör i dag en källa till viktiga insikter för den som levererar varor och tjänster inom hälso- och sjukvårdsområdet. Dessa patientinsikter har blivit alltmer tillgängliga tack vare nya AI-verktyg för att analysera stora och ostrukturerade informationsmängder. Samma verktyg ger också tillgång till information från såväl forskningsartiklar som röntgenbilder både snabbare och med högre precision än vad som tidigare varit möjligt. Spännande möjligheter vilka beskrivs i denna artikel av Mats Olsson, Andreas Reibring och Tomas Larsson.
AI (artificiell intelligens) är inte något nytt på det medicinska området, utan används redan bland annat för att stödja läkare i att ställa diagnos. Nu öppnar tekniska framsteg inom maskininlärning för nya, kanske mindre kända, AI-tillämpningar, som i grunden handlar om att analysera och urskilja mönster i stora mängder ostrukturerad information. Samma tekniska lösningar kan användas för att strukturera och utvinna värdefulla insikter ur mycket olika slags data: från patientforum på nätet, via forskningsartiklar, till data som genereras inom hälso- och sjukvården.
Viktiga insikter döljer sig i ostrukturerad data
Volymerna av information som genereras växer exponentiellt i många delar av samhället. Det medicinska området är inget undantag – men bara några få procent av den information som genereras inom vården analyseras och används för att skapa nytta. Det beror bland annat på en brist på enhetlig struktur: data från de många system som används sparas i olika format. Att standardisera data från många olika källor är tidskrävande. Utvinning av enhetlig information från ostrukturerad, eller godtyckligt strukturerad, data är därför ett attraktivt alternativ
– som fram till helt nyligen varit tekniskt omöjligt.
Vid sidan av den data som skapas inom vården finns en växande mängd extern data som också är värdefull för den som till exempel vill förstå hur patienter ser på olika frågor. En undervärderad källa av information finns i de verklighetsbeskrivningar som individer delar med sig av och diskuterar med andra i nätgemenskaper, som ofta formas runt en viss sjukdom. Många delar där med sig också av erfarenheter som de inte alltid delar med sig av till sin läkare. Dessa diskussioner tar formen av ett ostrukturerat digitalt material av text, bilder, videor och ljudfiler. Liksom annan data från sociala medier växer den fort och vissa patientgrupper är mycket aktiva i nätdiskussionerna. Också runt ovanliga sjukdomar, som till exempel cystisk fibros, finns nätforum med miljontals inlägg. Traditionella metoder är otillräckliga Men hur hittar man den värdefulla informationen i en stor ostrukturerad datamängd? Det vanliga sättet är att använda ett sökverktyg som Google, som förfinat metoderna för att ”hitta en nål i en höstack”. Det som rankas högst bland sökresultaten har ofta mycket hög träffsäkerhet, men i många fall där man vill förstå ett större datamaterial räcker det inte att filtrera fram ett fåtal relevanta exempel – än viktigare kan vara att få överblick över och se mönster i materialet som helhet.
