Slik sikrer helsestandarder bedre pasientbehandling – også i KI-alderen

Kunstig intelligens (KI) har på kort tid endret helse- og omsorgstjenesten, blant annet gjennom løsninger for tale-til-journalnotat, bildediagnostikk og klinisk kunnskapsstøtte.

Likevel kan ikke KI alene sikre trygge og gode beslutninger. Det er avgjørende at vi ikke glemmer verdien av kvalitetssikret, strukturert informasjon basert på helsefaglige standarder. Slike standarder legger fundamentet for riktige valg og god pasientsikkerhet, også når KI skal tas i bruk.

Hvorfor trenger vi kunnskap basert på helsefaglige standarder?

Kunnskapsstøtte basert på helsefaglige standarder innebærer at kvalitetssikrede kilder samles på en felles plattform med én struktur og ett felles språk. Når helsepersonell dokumenterer informasjon i elektroniske pasientjournaler (EPJ), kan denne strukturerte informasjonen automatisk kobles opp mot relevante kunnskapsbiblioteker. Disse bibliotekene bruker standardiserte koder for å levere anbefalinger som alltid følger Helsedirektoratets nyeste retningslinjer.

La oss illustrere dette med et eksempel: En pasient kommer til legen med symptomer på lungebetennelse – feber, hoste og tung pust. Legen registrerer symptomene og diagnosen med standardiserte koder, og systemet kobler umiddelbart denne informasjonen opp mot kunnskapsbiblioteket, som gir anbefalinger basert på oppdatert kunnskap.

Tidligere kunne antibiotika foreskrives for 7–10 dager. Nå sier Helsedirektoratet at 5 dager behandling er tilstrekkelig i ukompliserte tilfeller.

Kunnskapsstøtte basert på standarder gjør at denne endringen kan endre klinisk praksis umiddelbart. Resultatet er at pasienten får riktig behandling, risikoen for bivirkninger og antibiotikaresistens reduseres, og helsetjenesten sparer tid og ressurser. Alt dette skjer effektivt, presist og uten at KI nødvendigvis brukes.

Terminologi som «semantisk lim»

I dag dokumenterer helsepersonell symptomer, diagnoser og prosedyrer med klassifikasjoner som ICD-10, ICPC-2 eller NKPK. Disse klassifikasjonene har imidlertid begrensninger i detaljnivå og maskinlesbarhet. Derfor bør vi i større grad benytte terminologier som SNOMED CT – en omfattende medisinsk terminologi – som semantisk lim mellom ulike klassifikasjoner.

Informasjonen dokumenteres først med presise SNOMED CT-koder og kan automatisk oversettes (“mappes”) til andre kodeverk. Dette gjør det enklere å dele og forvalte kunnskap på tvers av systemer og sektorer.

Lav risiko, enkel implementering

Fordelene med kunnskapsstøtte basert på standarder som SNOMED CT og FHIR er tydelige:

● Presisjon og pasientsikkerhet: Redusert risiko for feil, bedre kontroll og full sporbarhet.

● Effektiv samhandling: Bedre kommunikasjon mellom systemer, profesjoner og organisasjoner.

● Enkel integrasjon: Lett å implementere fordi man bruker allerede eksisterende informasjon i fagsystemene.

KI presterer også bedre

Ironisk nok presterer også KI aller best når den bygges på strukturert, standardisert innhold. Standardene gjør det enklere for KI å forstå sammenhenger og levere gode anbefalinger. Derfor bør helsevesenet erkjenne at kunnskapsstøtte bygget på helsefaglige standarder er en nødvendig forutsetning for effektiv bruk av kunstig intelligens.

Skal vi sikre en effektiv, trygg og fremtidsrettet pasientbehandling, bør vi altså også prioritere helsefaglige standarder – også i KI-alderen.

Semantic lab er en leverandør av kunnskapsstøtte til helse- og omsorgstjenesten både med og uten kunstig intelligens. Utover dette er det ikke oppgitt interessekonflikter.