Med NeoMedSys (New medical System) utvikler OUS egen KI for bedre beslutningsstøtte i pasientbehandlingen
Hvordan bygger et sykehus et solid fundament for KI (kunstig intelligens) i egen infrastruktur? Svaret avgjør hvordan KI kan gi bedre pasientbehandling. De viktigste erfaringene kommer først når modellene er i klinisk bruk, og da trenger klinikere og forskere et fundament, spesifikt bygget for KI, der de kan justere og forbedre løsningene fortløpende. NeoMedSys er dette fundamentet.
Foto: Sykehuspartner
NeoMedSys er en plattform som støtter KI fra A til Å. Med plattformen kan forskere og klinikere utvikle, validere og implementere KI-modeller i klinikken, trent på sykehusets egne data.
Plattformen lar sykehuset bygge egen portefølje av KI-modeller og dermed selv eie teknologien bak den fremtidige integrasjonen av KI i klinisk arbeidsflyt. Forskningsgruppen CRAI (Computational Radiology and Artificial Intelligence) ved Klinikk for radiologi og nukleærmedisin (KRN), Oslo universitetssykehus (OUS), har utviklet plattformen.
Foto: CRAI
Forskning og klinikk hånd i hånd
Bak NeoMedSys står grunnlegger og teknisk leder Jon E. Nesvold, maskinlæringsleder Martin Soria Røvang og resten av teamet i forskningsgruppen CRAI.
Plattformen bygger bro mellom forskning og klinikk, og klinikerne deltar selv i utviklingen. Modellutviklingen følger faser som henger sammen. Ferdig trente modeller utviklet internt kan enkelt implementeres på plattformen for videre validering og produksjonssetting.
Klinikerne kan også trene egne modeller fra bunnen av ved å annotere eller klassifisere data, som start på en forbedringsprosess der modellen lærer av det klinikerne har markert. Når KI-dashbordet på plattformen viser at treningen møter suksesskriteriene, starter valideringsfasen. Målet med valideringsfasen er å dokumentere alt som skal til for å erklære modellen etter MDR artikkel 5(5) (Medical Device Regulation).
Etter at dokumentasjonen foreligger, kan sykehuset erklære modellen offentlig. Deretter går modellen i klinisk produksjon og sender resultatene tilbake til PACS. Ingen av stegene krever koding, og alt foregår direkte på plattformen.
VIOLA-AI er et godt eksempel på hvordan arbeidet ser ut i praksis.
VIOLA-AI i praksis
VIOLA-AI oppdager og måler hjerneblødninger på CT-bilder. Modellen kan hjelpe radiologer i vurderingen av pasienter med mistanke om hodeskade og blødning.
– Da CRAI ble etablert i 2019, identifiserte vi tidlig behovet for å kunne teste egenutviklede KI-løsninger i en klinisk kontekst, og startet utviklingen av en dedikert plattform for dette formål. Resultatet er NeoMedSys, som gir OUS unike muligheter til å øke den kliniske nytteverdien av egenutviklede KI-løsninger, samtidig som plattformen vil kunne bidra til kompetansebygging og økt KI-forståelse blant sluttbrukerne. Ved å etablere en møteplass der utviklere, forskere og klinikere med felles KI-interesse kan møtes, har CRAI tilrettelagt for et unikt miljø for innovasjon og utvikling av klinisk nyttige KI-løsninger, forklarer seksjonsleder Atle Bjørnerud i CRAI.
De første versjonene av VIOLA-AI (KI-verktøy) viste at modellen både kunne overse enkelte blødninger og markere funn som ikke var blødninger. Ved å analysere resultatene, hente inn flere data og trene modellen på nytt kunne forskergruppen forbedre ytelsen.
En publisert studie viste at modellens evne til å oppdage hjerneblødninger økte fra 79,2 til 90,3 prosent etter to runder med videreutvikling og trening.
Fra forskning til klinisk nytte
For OUS er det et sentralt mål å gjøre veien kortere fra forskning og utvikling til løsninger som kan brukes i sykehuset.
NeoMedSys understøtter nettopp dette målet, blant annet med en KI-prosess som tar, i gjennomsnitt, mellom 3 og 3,5 minutter, fra bildene mottas på plattformen til analyseresultat og rapport ligger klare for PACS.
Analyser kan brukes på plattformen til å vise utvikling over tid og samle resultater fra flere modeller. Brukerne kan også tilpasse verktøyene til ulike formål og hente funnene inn i egne rapporter.
Verdien av plattformen vokser med bruken. Jo flere modeller fagmiljøene utvikler på den forsvarlige måten plattformen krever, desto mer avlastning og innsikt får klinikken igjen, og nye muligheter åpner seg.
NeoMedSys er en innovasjonsplattform som understøtter sykehusets egne KI-initiativ.
Plattformen er foreløpig kun tilgjengelig ved OUS, og er koblet til sykehusenes regionale bildearkiv i samarbeid med Sykehuspartner.
Beslutningsstøtte – ikke automatiserte beslutninger
KI-modeller skal ikke erstatte radiologenes faglige vurderinger. Målet er å gi helsepersonell et bedre grunnlag for å vurdere undersøkelser og følge opp pasienter.
Klinikkleder Paulina Due-Tønnessen ved Klinikk for radiologi og nukleærmedisin beskriver NeoMedSys som et viktig skritt for å ta kunstig intelligens i bruk som en del av den kliniske hverdagen. Utvikling av egne algoritmer innen flere områder er et mål for å understøtte beslutningen i diagnostikk.
Arbeidet med VIOLA-AI fortsetter, blant annet med å undersøke hvordan modellen kan gi mer informasjon om hvordan en blødning påvirker hjernen. CRAI arbeider også med en rekke andre KI-prosjekter innen blant annet hjerneslag, nevrodegenerative sykdommer, kreft, mammografi og stråleterapi.
Erfaringene fra NeoMedSys viser hvordan OUS bygger kompetanse og infrastruktur for å utvikle KI i tett samarbeid mellom forskning og klinikk. Ambisjonen er å utvikle løsninger som tar utgangspunkt i reelle behov, gir bedre beslutningsstøtte og på sikt kan bidra til enda bedre pasientbehandling.
Lenker:
NeoMedSys — Sovereign clinical AI infrastructure
Klinikk for radiologi og nukleærmedisin - Oslo universitetssykehus HF
Kan påvise tegn på Alzheimers sykdom langt tidligere enn antatt