Kunstig intelligens: – Rivende utvikling, men ikke for diabetes

EASD (Dagens Medisin): Maskinlæring, kunstig intelligens og diabetesoppfølging var denne uken tema under et eget symposium i regi av tidsskriftet Diabetologia på kongressen EASD 2021.

Blant foredragsholderne som var invitert til å holde innlegg, var norske Gunnar Hartvigsen. Hartvigsen er en nestor innen telemedisin i Norge og har lenge forsket på e-helse.

I innlegget sitt viste Hartvigsen til at det har skjedd en utvikling innen bruk av kunstig intelligens, men det er fortsatt mer å gå på innen diabetes, mener han:

– Som jeg viste i mitt foredrag under EASD-konferansen, så foregår det en rivende utvikling innen bruk av kunstig intelligens og maskinlæring for medisinske anvendelser generelt, men vi har foreløpig ikke sett at dette gjelder for diabetes, sier Hartvigsen til Dagens Medisin.

Mål om bedre behandling

I sitt foredrag fokuserte han på hvordan kunstig intelligens kan benyttes i diabetesforskning og -oppfølging, med vekt på blodsukkerkontroll.

– Vi tror kunstig intelligens kan bidra til bedre regulering, både i form av «closed loop»-systemer og beslutningsstøtte og rådgiving for pasienter, pårørende og helsepersonell.

Close loop-systemer er en slags etterligning av bukspyttkjertelen, som innebærer at en digital måleenhet måler blodsukkeret til pasienten, og så automatisk doserer insulin med en integrert pumpe.

– Målet er selvsagt bedre behandling, økt livskvalitet og reduksjon i komplikasjoner for personer med diabetes, sier informatikeren som er professor ved Institutt for informatikk ved Universitetet i Tromsø – Norges arktiske universitet og Institutt for helse- og sykepleievitenskap ved Universitetet i Agder.

Forsker på smitte og forebygging

Selv jobber professoren i disse dager med flere forskningsprosjekter om kunstig intelligens.

I prosjektet «Electronic Disease Surveillance and Monitoring Network» (EDMON) er maskinlæring og kontinuerlig data fra personer med type 1-diabetes benyttet til å avdekke spredning av smittsomme sykdommer. Informasjonen er innhentet blant annet via en selvhjelpsapp forskerne selv har utviklet.

– Vi har blant annet funnet ut at ved å sammenstille data om insulin og karbohydrater, så kan vi avdekke om personen er smittet.

Det EU-støttede prosjektet WARIFA, «Watching the risk factors: Artificial Intelligence (AI) and the prevention of chronic conditions», startet opp tidligere i år. Prosjektet ledes av Nasjonalt senter for e-helseforskning i Tromsø og omfatter tolv partnere fra seks land.

– Vi skal utforme en generell personlig risikovarslingsmodell som kan brukes til å støtte forebyggende tiltak og livsstilsendringer hos personer med ikke-smittsomme sykdommer. Denne skal bli tilgjengelig i form av en smarttelefon-app, forklarer Hartvigsen.

Prosjektet vil fokusere på komplikasjoner av diabetes, i tillegg til kronisk solskade og behandling av hudkreft og de viktigste risikofaktorene for å utvikle ikke-smittsomme sykdommer, blant annet usunt kosthold og fysisk inaktivitet.

– Vi arbeider nå blant annet med å identifisere risikofaktorene som vi skal benytte i prosjektet. Deretter må vi utvikle selve programvaren som deltakerne skal benytte.

Må vite mer om fysisk aktivitet

– Hva blir de viktigste spørsmålene man må finne svar på når det kommer til AI og diabetes i årene som kommer?

– Vi forventer at kunstig intelligens vil bidra til forbedret diabetesbehandling gjennom presisjonsmedisin.

Professoren tror at vi i første omgang vil få nye generasjoner av «closed loop»-systemer, få flere beslutningsstøttesystemer og AI-baserte systemer for medisinsk avstandsoppfølging.

– En av utfordringene som det forskes på, er sammenhengen mellom fysisk aktivitet og diabetes. Her gjenstår det fortsatt mye arbeid før vi har tilfredsstillende algoritmer for automatiske insulindosering som tar hensyn til fysisk aktivitet.