KI kan analysere søvn på få minutter – men fungerer den like godt hos alle søvnsykdommer?

I forskningsprosjektet AI-SLEEP skal forskere ved Oslo universitetssykehus (OUS) undersøke nettopp dette. Prosjektet har fått 200.000 kroner i støtte fra Innovasjonskonkurransen ved OUS, og de første analysene er allerede i gang.

En søvnundersøkelse innebærer at hjernens elektriske aktivitet, øyebevegelser, muskelaktivitet og andre kroppslige signaler registreres gjennom natten. Etterpå må spesialisert helsepersonell gjennomgå undersøkelsen i biter på 30 sekunder, der hver bit får tildelt et søvnstadium. Dette kalles søvnskåring og er et tidkrevende arbeid, særlig hos pasienter med kompliserte søvnmønstre.

KI kan utføre store deler av søvnskåringen og har derfor et stort potensial til å effektivisere søvndiagnostikken. Målet er dog ikke å erstatte helsepersonell, men å bruke KI som et klinisk støtteverktøy. Før KI kan tas i bruk i den kliniske søvndiagnostikken, må vi vite hvor pålitelig teknologien er – også hos pasientene som har de mest kompliserte søvnsykdommene.

Klinisk søvnmedisin og teknologi i tett samarbeid

AI-SLEEP er et forskningsprosjekt forankret ved Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer, ved OUS. Prosjektet ledes av Stine Knudsen Heier, som er nevrologisk overlege ved OUS og seniorforsker ved Universitetet i Oslo. Hun er sertifisert somnolog (søvnspesialist) og har mange års erfaring innen klinisk søvnmedisin og søvnforskning.

Foto: OUS

I forskergruppen inngår også Louise Follin, søvningeniør og forsker med spesialkompetanse innen søvnanalyse og kunstig intelligens. Prosjektet gjennomføres i tett samarbeid med Seksjon for klinisk nevrofysiologi ved OUS ledet av professor Kristian Bernhard Nilsen.

Seksjonen bidrar med kliniske søvnundersøkelser og erfaring fra den daglige kliniske driften. Samarbeidet mellom søvnforskere, søvnspesialister, søvningeniører og klinisk helsepersonell er en viktig styrke ved prosjektet, og bidrar til at teknologiske muligheter og reelle kliniske behov ivaretas i sammenheng.

Hvor godt fungerer KI når søvnen er komplisert?

Flere KI-modeller for søvnskåring har vist svært gode resultater og høy enighet med menneskelige søvn skårere. Men høy gjennomsnittlig treffsikkerhet betyr ikke nødvendigvis at modellene fungerer like godt hos alle.

Søvn kan se svært forskjellig ut fra person til person. Hos pasienter med søvnsykdommer kan søvnen også være mer fragmentert, inneholde flere raske overganger mellom søvnstadier og avvike fra mønstrene modellene har lært å kjenne. Follins og Knudsen Heiers foreløpige analyser med KI-modellen U-Sleep tyder på at dette kan ha betydning. OUS-forskerne har funnet høyere samsvar mellom KI og menneskelige søvnskårere hos friske personer enn hos pasienter med den kompliserte søvnsykdommen narkolepsi.

Det betyr ikke nødvendigvis at KI fungerer dårlig hos pasientene, men viser hvorfor det er viktig å undersøke dette systematisk før metodene tas i rutinemessig klinisk bruk.

Forskergruppen vil videre undersøke om lignende forskjeller finnes hos andre pasientgrupper, og hva det er ved søvnen som gjør enkelte undersøkelser vanskeligere for KI å analysere.

– Det viktigste for oss er å finne ut hvor godt KI fungerer, men også hvor begrensningene ligger. Hvis KI fungerer svært godt hos noen pasientgrupper, men mindre godt hos andre, må vi vite det før vi begynner å stole på resultatene i klinikken, er Follin og Knudsen Heier enige om.

 4500 søvnundersøkelser skal analyseres

I AI-SLEEP skal forskerne analysere om lag 4500 tidligere utførte søvnundersøkelser fra Enhet hjernesykdommer og Seksjon for klinisk nevrofysiologi, OUS.

Dette omfatter flere ulike søvnsykdommer og undersøkelsestyper og gir derfor en mulighet til å teste KI under forhold som tilsvarer den kliniske virkeligheten.

Foto: OUS

Forskerne skal undersøke søvnskåringsmodellene U-Sleep og DOMINO-AI og kartlegge hvordan de presterer på tvers av pasientgrupper og typer søvnsøvnundersøkelser. Blant annet skal det undersøkes om bestemte søvnstadier, søvnsykdommer eller søvnmønstre er særlig utfordrende for KI-modellene.

– Målet er ikke bare å avgjøre om KI er «god» eller «dårlig» som klinisk støtteverktøy. Vi ønsker å finne ut når vi kan stole på KI, når modellene trenger videre tilpasning, og når manuell søvnskåring fortsatt er nødvendig, sier Follin og Knudsen Heier.

En annen viktig del av prosjektet er å sammenligne KI-modellenes prestasjoner med variasjonen mellom mennesker som skårer søvn. For selv om menneskelig skåring er dagens kliniske standard, er den ikke en feilfri fasit. Selv erfarne kliniske søvnskårere er ikke alltid enige om hvilket søvnstadium som skal velges.

Denne variasjonen gir et klinisk relevant sammenligningsgrunnlag for å vurdere hvor presise KI-modellene faktisk trenger å være for å etterligne menneskers prestasjoner - altså når er en KI-modell «god nok»

KI kan gi raskere diagnostikk og frigjøre tid for helsepersonell

Økt forekomst av søvnsykdommer og større oppmerksomhet om dem legger press på utredningskapasiteten i helsevesenet. En av utfordringene er at søvnundersøkelser krever omfattende manuelt arbeid. Søvnskåring alene tar flere timer og hos noen pasienter med atypiske og kompliserte søvnmønstre kan det ta opptil en hel dags arbeid og kreve de mest erfarne søvnskårere. Her kan KI gjøre en stor forskjell. Med KI som klinisk støtteverktøy kan søvnskåringen utføres på få minutter, før resultatene kontrolleres av helsepersonell. 

Ved OUS anslås det at KI-støttet søvnskåring kan frigjøre 1200–1500 arbeidstimer for spesialisert helsepersonell hvert år.

 - Men den allerviktigste gevinsten er for pasientene. Frigjort tid kan øke kapasiteten til å utrede flere pasienter. Det kan bidra til kortere ventetider, raskere diagnostisk avklaring og tidligere oppstart av behandling. For pasienter med udiagnostiserte søvnsykdommer kan dette ha stor betydning for både livskvalitet og helse, sier Follin og Knudsen Heier.

Prosjektstøtte fra OUS

AI-SLEEP har fått 200.000 kroner i støtte fra OUS' Innovasjonskonkurranse. Midlene har gitt prosjektet en god og viktig start og bidratt til at de første KI-analysene er kommet i gang. For å videreføre arbeidet med valideringen søker forskergruppen ytterligere finansiering.

– Vi er veldig glade og takknemlige for at OUS ønsker å støtte prosjektet. Midlene har allerede gjort det mulig å starte de første analysene, og det er motiverende at OUS satser på denne typen klinikknær KI-forskning. Vi håper at resultatene kan bidra til at KI søvnskåring på sikt blir et trygt og effektivt støtteverktøy i klinikken, til nytte for både helsepersonell og pasienter sier Follin og Knudsen Heier.

Relevante lenker:

Forskningsprosjekter på narkolepsi - Oslo universitetssykehus HF

Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer - Oslo universitetssykehus HF