Kunstig intelligens bedre til at afsløre sygdom hos patienter end læger

Stadigt flere forskningsresultater fremviser færre fejldiagnoser og bedre detektion af sygdom end læger. Der er dog stadig brug for massiv udvikling af AI-systemerne.

I trafikken foregår der en konstant 'forhandling' mellem de forskellige parter - fodgængere, cyklister, bilister og lastbilchauffører - med en så høj grad af sofistikerede kommunikationssignaler og social intelligens, at det er yderst vanskeligt at indarbejde i en computer.

Vi er gode til at gætte, hvad modparten i trafikken agter at gøre - det er computere ikke.

Derfor har sikre, selvkørende biler, især i den komplicerede bytrafik, meget lange udsigter, konkluderede professor Marta Kwiatkowska, Department of Computer Science, University of Oxford, på konferencen IntelliSys 2016 om kunstig intelligens i London for nylig, som Version2 deltog i.

Læs også: Kunstig intelligens – lang vej til sociale kompetencer

Helt anderledes ser det ud i sundhedsvæsnet, hvor de fremmeste forskere er enige om, at man vil se en 'revolution' af avancerede former for intelligente digitale systemer, herunder diagnoseværktøjer, som er baseret på intelligent software, samt robotter, som f.eks. udfører fjernstyret kirurgi, og mikroskopisk nanoteknologi, der kan træne immunforsvaret.

På Department of Computer Science på Üsküdur-universitetet i Istanbul forsker man i understøttelse af lægernes diagnosticering med machine learning.

Forskerne har fremlagt videnskabelig dokumentation for, at intelligent software kan diagnosticere alvorlig depression med en præcision på op til 90 procent af de reelt syge, mens en præcis diagnosticering med traditionelle menneskebaserede metoder ifølge forskningen kun opnås i omkring to ud af tre sygdomstilfælde.

Data til systemet er biomarkører fra elektroder, der registrerer hjernens elektriske aktivitet, kaldet elektroencefalografi (EEG)

Link til videnskabelig artikel om forskningen (søg på Istanbul).

Læs også: Machine learning fra dansk startup kan spotte hjertestop i 112-opkald

Intelligent MR-scanning afslører hjerneskader, som lægerne overser

På universitetet i Lyon har forskere udviklet et system, der løbende opbygger læring i, hvordan en sund hjerne ser ud på en MR-scanning.

Det kan anvendes til at vurdere MR-scanninger for, om der er noget galt.

Konkret vil man afsløre hjerneskader, som kan opstå, hvis medicinsk behandling mod epilepsi ikke virker eller ikke har den fulde effekt.

Forskningen er ledet af Carole Lartizien og fokuserer på to visuelle markører, der kan ses på MR-billeder, og som viser skader i tilknytning til epilepsi.

Systemet er afprøvet på 11 personer med såkaldt multiresistent epilepsi, altså hvor lidelsen er meget svær at behandle. De havde i alt 13 forskellige typer skader i deres hjerner. Desuden indgik 77 raske forsøgspersoner.

Forskerne fandt frem til, at systemet er i stand til at detektere samtlige skader i positive tilfælde - altså hvor skader på MR-billederne også kunne konstateres af eksperter - men vel at mærke også 70 procent af de skader, som eksperter ikke opdagede.

Hertil kommer, at antallet af falsk positive, dvs. tilfælde, hvor systemet 'tror', der er hjerneskade, selv om der ikke er, er lav.

Forfatterne konkluderer, at machine learning 'kan være et effektivt system til afsløring af skader'.

Det vil også kunne anvendes til en hurtigere konstatering af, at en behandling ikke virker - og dermed sikre en bedre behandling.

Men forskerne mener også, at det i fremtiden kan anvendes til påvisning af andre lidelser, som kan give hjerneskade, såsom sklerose og demens, men også til at at studere aldring eller mén efter slagtilfælde.

Læs også: Kommentar: Ser du it-tsunamien komme?

Hyppigere afsløring af luftvejsbetændelse hos børn med it

Et samarbejde med University of Chittagong og University of Science and Technology i Bangladesh og Aalborg Universitet udvikler machine learning i forhold til klinisk mistanke for bronchiolitis, som er betændelse i bronkioler, som er de mindste luftvejsgrene, placeret for enden af luftvejene.

Patienter med bronchiolitis er typisk mellem 2 måneder og 2 år gamle og er derfor vanskelige at kommunikere præcist med. Systemet baserer sig på en række indikatorer, herunder niveau af løbende næse, hoste, feber, appetit, åndedrætsbesvær og lignede, og ud fra disse markører fremkommer systemet med en værdi for mistanken om bronchiolitis samt en numerisk værdi for sværhedsgraden.

Sensitiviteten i mistanken er en hel del bedre med AI-understøttelse:

Systemet detekterer 77 ud af 100 personer med sygdommen, mens lægen kan fange 67 af 100.

»Og vi forventer, at flere patientdata vil forbedre systemets ydeevne,« siger ph.d. i human-centered communication and informatics Saifuddin Khalid til Version2.

Til gengæld er specificiteten ens for maskine og læger, idet mistanken er korrekt negativt for 74 personer ud af 100, mens 26 får en positiv mistanke, selv om de ikke fejler noget.

AI-systemer kan understøtte læger, men kan ikke erstatte dem i nær fremtid, mener Saifuddin Khalid.

»Læger kan i de tidlige år af deres karriere anvende sådanne systemer til at stille spørgsmål mere systematisk, øge deres viden og opbygge maskinens intelligens,« siger han og tilføjer:

»Vi mener ikke, at systemerne vil erstatte læger. Men de kan sikre systematisk anvendelse af procedurespørgsmål, spare tid under under beslutningsprocessen og reducere udgifter til forkert diagnosticering.«

Link til videnskabelig artikel om forskningen (søg på Khalid).

Systemerne skal stadig raffineres

En pointe i alle studier er, at systemerne finder flere positive tilfælde og giver færre fejldiagnosticeringer, end hvis en læge er alene om det, men også, at systemerne stadig skal udvikles.

På University of Oxford arbejder Department of Engineering Science derfor med udvikling af det input, man lægger til grund for maskinerne, dvs. eksperternes basisvurderinger. Det er nemlig grundlaget for autonome it-systemer, dvs. systemer, der helt selv diagnosticerer f.eks. cancer.

»Selv om det er et stort socialt og etisk skridt at gå den vej, er det også klart, at der er enorme besparelsesmuligheder i det - vores cancerprogrammer koster enorme summer,« lød det på konferencen fra professor John Fox, Department of Engineering Science, University of Oxford.

Målet med at øge omfanget af ekspertvurderniger er ikke bare at komme ud med færre fejldiagnoser, men også at forbedre de kliniske beslutningsregler, som ligger til grund for digital diagnose, samt forbedre de kliniske retningslinjer for behandling, altså best practice.

»Der kommer et overvældende antal nye data, der kan anvendes til bedre diagnosticering og behandling, men ingen kan rumme de mange data. Så spørgsmålet er, hvordan man kan få det samlet til at udvikle behandlingerne,« sagde John Fox.

Forskerne har derfor etableret en åben database, OpenClinical, hvor parter i sundhedsvæsnet udvikler en en open access- og open source-database af 'vedtagne' guidelines. Potentialet er millioner af diagnosecases, men foreløbig er der kun taget få skridt.

Meningen er, at man vil formalisere den menneskelige viden og berige den med data baseret på machine learning.

»Gammeldags viden og erfaring har stadig meget at bidrage med i forhold til, hvad data viser, og hvad data betyder. Men med machine learning kan vi ekstrahere ny data fra big data,« sagde han.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (48)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Anne-Marie Krogsbøll

"Forskerne har fremlagt videnskabelig dokumentation for, at intelligent software kan diagnosticere alvorlig depression med en præcision på op til 90 procent af de reelt syge, mens en præcis diagnosticering med traditionelle menneskebaserede metoder ifølge forskningen kun opnås i omkring to ud af tre sygdomstilfælde."

Men dette er vel baseret på en eller anden form for beslutning om, hvornår der er tale om depression, og det er vel ikke givet fra vorherre selv? Desuden kan det da undre, hvis menneskebaserede metoder ikke kan spotte mere end 2/3 , selv når der er tale om "alvorlig depression".

Så mit gæt er, at der hurtigt vil kunne opstå diskussion mellem fagfolk, om maskinerne nu faktisk *har * diagnosticeret rigtigt - eller om de bare har diagnosticeret på samme måde, som den pågældende forskergruppe.

"En pointe i alle studier er, at systemerne finder flere positive tilfælde og giver færre fejldiagnosticeringer end hvis en læge er alene om det, men også at systemerne stadig skal udvikles."
Og hvem har glæde af det? I får tre gæt! Medicinalindustrien!
Og hvem har sandsynligvis sponsoreret disse forsøg (jeg har - indrømmet - ikke tjekket) I få igen 3 gæt! Mon ikke det er medicinalindustrien?

Det er af afgørende betydning at kunne diagnosticere et brækket ben eller en blodprop i hjertet korrekt. Men for mange andre sygdomme er kriterierne ikke så "clear cut", og der ikke nødvendigvis godt for folkesundheden at finde alt, inden det for alvor er blevet et problem. Det vil skæppe i medicinalindustriens og forskernes kasser, men ikke nødvendigvis give befolkningen bedre helbred.

Jeg kan anbefale Peter Gøtzsches bøger "Dødelig medicin og organiseret kriminalitet" og " Dødelig psykiatri og organiseret fornægtelse", som trin for trin afslører medicinalindustriens korrumperende virkning på forskning og sundhedsvæsen. Spændende som en kriminalroman - fordi er er er tale om kriminalitet. Og som Gøtzsche siger: Ikke engang hos ældre er det sikkert, at en tidlig demensdiagnose er en god ting - for måske ville man være død inden det blev et problem, lykkeligt uvidende om, at en modbydelig sygdom er ved at æde ens hjerne?

Og lettere til middel depressioner har ifølge Gøtzsche flere bivirkninger end virkninger ud af antidepressiva. Så med hvilket formål skal man kunne diagnosticere depressioner længe før, de bliver synlige? Måske var de gået væk af sig selv uden behandling eller med et godt lyttende øre hos lægen?

Hvor har man sat barren for, hvornår der er tale om sygdom? Ingen siger, at vi får et bedre liv af at få at vide som 25-årige, at vi med stor sandsynlighed vil være alzheimerdemente, når vi er 45! Prøv selv at forestille jer det. Man har ingen gode behandlingsmuligheder - så de eneste, det gavner, er Lundbeck og andre medicinalfirmaer, som gerne vil have menneskelige forsøgsdyr, og som forsøger at bilde verden ind, at man har midler med flere effekter end bivirkninger - det har de ikke, så det er bare en opskrift på ulykke for en masse mennesker.

  • 7
  • 1
Henning Mølsted Journalist

I forhold til dit første spørgsmål, så ja, maskinerne kan selvfølgelig ikke diagnosticere ud af den blå luft, men baserer afgørelsen om hvornår der er tale om sygdom på regler og indikatorer, som er defineret af de bedste medicinske eksperter.

De cases som her er omtalt viser, at sammenligner man diagnosticering af en gruppe patienter fra hhv. læger og maskiner, så er maskinerne mere pålidelige. Dine andre indvendinger om overdiagnosticering og medicinalindustriens indflydelse er interessante, men ikke en it-faglig diskussion.

Vh Henning Mølsted, redaktør

  • 4
  • 5
Lars Skovlund

Dine andre indvendinger om overdiagnosticering og medicinalindustriens indflydelse er interessante, men ikke en it-faglig diskussion.


Jeg vil godt delvist opponere imod denne vurdering. Jeg henviser til denne gamle fagplan for faget Systemarbejde på DIKU.

http://www.diku.dk/OLD/undervisning/teaching1.del/1.del.k.beskr.00.01/da...

Bemærk kursuskomponent E, edb i samfundet. Etiske spørgsmål, og grænserne for hvad AI kan og ikke kan, er absolut relevante. Psykiatri-bashing er dog kun relevant i det omfang, det kan fungere som input til førnævnte.

  • 10
  • 0
Anne-Marie Krogsbøll

Tak for svar, Henning Mølsted. Men hvis ikke man får indvendingerne med, så kommer historien til at fremstå som ren win-win for befolkning og forskere - og det er på ingen måde givet. Man kan ikke skille IT-udviklingen fra etiske og sociale diskussioner - hvis ikke man skal overveje disse ting f.eks. her, hvor skal man så gøre det?

Hvis ikke man også overvejer evt. uønskede konsekvenser af udviklingen, hver gang man omtaler denne udvikling i begejstrede toner, så vil den jo bare tromle derudaf uden modstand. En ønskesituation for nogen - men ikke for befolkningen.

  • 14
  • 0
Anne-Marie Krogsbøll

Psykiatri-bashing er dog kun relevant i det omfang, det kan fungere som input til førnævnte.


Tak for kommentar, Lars Skovlund. Hele artiklen er baseret på et eksempler fra psykiatrien. Depressioner, demens, små hjerneskader, som kan være svære at skelne fra psykiatriske diagnoser. Og netop psykiatrien er et område, hvor det vil være meget nemt at manipulere med diagnosekriterier o.l., så så mange som muligt vil fremstå som "syge". Det har man i forvejen gjort flere gange.

At fremstille det som om, maskinerne kan diagnosticere psykiske sygdomme mere præcist, er baseret på den formodning, at vi overhovedet ved, hvad psykiske sygdomme er - og der er vi ikke kommet ret langt. Nu har jeg ikke læst selve forskningsprojektet, måske har de selv taget højde for disse ting - men jeg frygter, at man fremover vil stille Watson o.l. op som en slags vorherre, som vi alle for en sikkerheds skyld lige skal screenes med, for vupti - så er en stor del af os - uden at vi selv har opdaget det - depressive og demente, og skal have medicin. For i følge artiklen er maskinen jo mere fintfølende.

Det er jo sådan set allerede der, vi er ved at være i denne artikel - at forskere ukritisk tilbeder, hvad der kommer ud af disse AI-vidundere. Deres diagnoser bliver opstillet som facitlister, der overtrumfer lægernes vurderinger.

  • 6
  • 0
Bjarne Nielsen

Dine andre indvendinger om overdiagnosticering og medicinalindustriens indflydelse er interessante, men ikke en it-faglig diskussion.

Det kunne faktisk være ganske relevant at høre en definition på, hvad der ligger indenfor en her passende it-faglig diskussions område. Indtil jeg hører andet, så bør IT-skepsis efter min mening høre med, og vi bør om nogen sige fra, hvis det ser ud som om, at IT bliver brugt som "salgssminke".

Jeg er sikker på, at teknik kan gives skarpere sanser end vi mennesker, og helt givet kan nogle billedbehandlingsmæssige tricks, som vi ikke kan. Jeg er også sikker på, at den kan trænes til genkende sædvanlige mønstre (og kan trænes til at "sædvanligt" er langt mere end en grøn kandidat), men vi mennesker er altså stadig bedre til at erkende usædvanlige mønstre. Så hvor er det interessante i nyheden om, at det er sket igen?

I baghovedet har jeg altid anekdoten om personen, som fik et anklagende blik fra en medarbejder på Folkeregistreret, som sagde: "Jamen, der står altså her på min skærm, at du er død!". Vi skal virkelig passe på, at "den sorte kasse" ikke bliver til en autoritet (og det ved vi om nogle, for vi er selv med til at trække ledningerne i kassen).

Så når jeg ser noget, som allerede findes, hvor det eneste nye er "...på en computer", så spørger jeg altså ligesom Anne-Marie mig selv om, hvem der egentlig har interesse i det.

  • 10
  • 0
Kenn Nielsen

Jeg har downvoted dit indlæg, men jeg synes jeg vil give en kort forklaring:

De cases som her er omtalt viser, at sammenligner man diagnosticering af en gruppe patienter fra hhv. læger og maskiner, så er maskinerne mere pålidelige.


Dette er blot ukritisk nyhedsformidling.

Dine andre indvendinger om overdiagnosticering og medicinalindustriens indflydelse er interessante, men ikke en it-faglig diskussion.


Dette , derimod, er et forsøg på at undgå - jeg siger med vilje ikke undertrykke - at der kommer en kritisk vinkel på historien.
Man kunne få den opfattelse at V2 ikke ønsker at favne de it-praktiske og forretningsmæssige (hvordan man vil tjene på det) problemstillinger.

Forretningsmæssige problemstillinger der uvægerligt må komme ved diskussionen af AI i sundhedssektoren, når der forekommer debattører med indsigt i denne.

Hvis du ikke ønsker diskussion af f.eks.
-Privatlivsvinklen
-Medicinalindustrien
-Lovgivningen omkring sundhedsdata
-Sikkerheden omkring sundhedsdata
-Ejerskab af sundhedsdata

Så gør som PHK, der ikke har kvababbelser ved at sige :
"Dette handler ikke om ABC, så lad være med at drage dette ind i diskussionen."

K

  • 8
  • 1
Rune Kassentoft Windfeld

I forhold til dit første spørgsmål, så ja, maskinerne kan selvfølgelig ikke diagnosticere ud af den blå luft, men baserer afgørelsen om hvornår der er tale om sygdom på regler og indikatorer, som er defineret af de bedste medicinske eksperter.

Nu er medicinske eksperter bare ikke nødvendigvis specielt tætte på sandheden. At nogle eksperter er blevet enige om noget er faktisk defineret som den ringeste videnskabelige evidens, kun under-gået af ingen evidens.

Kigger man nærmere på de lidelser, som er nævnt i artiklen, så er det også nogle sygdomme som det er svært at kontrollere diagnosen på. Når man laver en undersøgelse af en sygdom, så er en af de helt centrale problemer at kunne definere sygdommen stramt nok OG kunne kontrollere med sikkerhed at diagnosen var korrekt. Man taler om en golden standard.

Det er lidt svært at se hvordan man eks. undersøger folk for om de reelt er deprimerede og dermed om det var lægen eller computeren der havde ret, uden at ligge et bias ind i vurderingen. Det er jo ikke sådan at man kan pille depressionen af folk og kigge på den i et mikroskop, eller måle og veje den. M.a.o. så virker det som en cirkelslutning at påstå at maskinerne er bedre end lægerne, når det ikke er sygdomme hvor der er "hard evidence" for at diagnosen er korrekt, i form af en excisionsbiopsi, en obduktion eller lignende.

Endeligt så er der hele problemet med publication bias. Når vi får éen artikel hvor nogen siger at de fandt en positiv forskel til AI's side, hvor mange har så forsøgt og fundet ingen forskel eller at lægen var bedst, men undladt at publicere fordi AI og machine learning er modeordet for tiden?

  • 13
  • 0
Kenn Nielsen
  • 4
  • 0
Marianne Lassen

Anne- Marie Krogsbølls kommentar er yderst relevant i en it- faglig diskussion, og især en it- etisk diskussion.
Diagnosticering af psykiske lidelser, som den eksisterer i DSM systemet, har krævet observation af en patient, uden medicin og under indlæggelse i mindst en måned, FØR diagnosen kunne stilles.
I dag udløser en stillet diagnose en "medicin- pakke" med anvisninger om hvilken medicin, patienten bør have. Og fra dette punkt, bliver der forsøgt med flere præparater. Der er ingen sikker viden om, hvad der "virker", og som forskningen indenfor området viser, helbreder medicinen ikke. Tværtimod ser det ud til at man skaber livstidspatienter, som får medicinskader. Og som Anne- Marie Krogsbøll så rigtigt pointerer, så er der profit til medicinalindustrien.
Derfor påhviler der it- industrien et fag- etisk ansvar.
Ingen it- kyndige kan lave algoritmer, der sikkert kan diagnosticere.
Og især hjernens funktioner er på ingen måde afdækket- vi lærer hele tiden nyt.
Som det ses i dette link, er der meget vægtige grunde til at afholde sig fra at udvikle it teknologi til diagnosticering af psyken. Denne meget alvorlige fejl har ført til at hundredtusindvis af patienter nu har fået forkerte oplysninger om hjernens belønningssystem, og derfor er påført alvorlige medicinskader.
http://videnskab.dk/teknologi-innovation/flere-aartiers-hjerneforskning-...

  • 3
  • 1
Andy Fischer

Det er sjovt at se, at der gennem de seneste par måneder har været en opblødning på området kunstig intelligens. Vi ser færre og færre artikler om de fantastiske ting kunstig intelligens vil kunne i fremtiden, og flere og flere realistiske artikler om faktiske anvendelser.

Basalt set er ovenstående blot et ekspertsystem, hvis teknologi har været kendt siden 70'erne, og hvor input og oplæring blot er blevet gjort nemmere med machine learning. Der kører, og har kørt, adskillige velfungerende ekspertsystemer i Danmark siden de tidlige 80'ere.

Forhåbentligt er det udtryk for, at vi bevæger vi os væk fra kunstig intelligens, som blot er en håbløs science fiction-drøm, over mod området computer-aided intelligence, som allerede har vist sin værdi gennem mange praktiske anvendelser, og hvor der ligger nogle fantastiske muligheder i fremtiden.

  • 4
  • 0
Henning Mølsted Journalist

@Anne-Marie: Selvfølgelig er debat om it-etiske og it-politiske forhold på Version2 velkommen. Dækningen og debatten her på Version2 taler for sig selv.

Selv vil jeg bare ikke forholde mig til medicinalbranchens indflydelse på forskningen - et område jeg ikke ved ret meget om - uden at researche på det først.

@Rune: Ja, det er mere objektive kriterier der ligger til grund for at vurdere om man har caries eller paradentose end depression. Men det udgangspunkt er vel lige problematisk for læger såvel som for maskiner og ikke i sig selv et argument for at afvise brugen af it som beslutningsunderstøttende redskab i den psykiatriske verden.

Læger arbejder som du er inde på i stigende grad ud fra nogle aftalte golden standarder (heldigvis!) og i øvrigt også inden for psykiatrien ud fra objektive indikatorer som f.eks. hjerneforandringer og andre biomarkører.

Man skal altid være kritisk over for forskning. Men forskerne fremlagde dog resultater, hvor maskinerne ikke var mere pålidelige end de menneskebaserede afgørelser - hvilket dog indikerer en vis objektivitet i forhold til maskinernes formåen.

Henning

  • 7
  • 0
Andy Fischer

Version2 handler meget om nuet og fremtiden, og har måske også flere unge end ældre læsere, så måske kunne det være en god idé at lave en artikelserie om de gamle velfungerende ekspertsystemers historie, så man får en fornemmelse af, at teknologien slet ikke er så ny og epokegørende som det tit fremgår.

Frit fra hukommelsen kan gennemgang måske indeholde B&Ws system (mener det hed CAPA eller CAPS), planlægningssystemerne anvendt af luftfarten og hospitalerne, systemet til registrering af atomar forurening over Danmark, samt adskillige andre mindre systemer, alle fra 80'erne eller starten af 90'erne. Selv i en fremadstormende tid, kan det være en god idé at kigge lidt på historien.

  • 6
  • 0
Anne-Marie Krogsbøll

Tak for svar, Henning.

Selv vil jeg bare ikke forholde mig til medicinalbranchens indflydelse på forskningen - et område jeg ikke ved ret meget om - uden at researche på det først.


Gør det! Det kunne der komme spændende artikler ud af , (f.eks. i hvilken grad medicinalindustrien og AI er sammenhængende) - de links, jeg har lagt, er gode udgangspunkter. Her er et mere: http://www.deadlymedicines.dk/ men desværre er de nok ikke uptodate med den rivende udvikling inden for AI-diagnosticering.

I øvrigt er det jo ikke sådan, at jeg ikke finder din artikel spændende, for det er den. Og også vigtig. Jeg savner bare lidt "fact tjekking" - for det forpligter at skrive en artikel om et område, der kan få så enorme samfundsmæssige konsekvenser.

Har du i øvrigt et link til et abstract (eller måske lige frem open acces?) til selve forskningsartiklen? Eller nogle oplysninger om, hvem der har finansieret projektet?

Og i øvrigt: Hvad ville være de relevante IT-faglige kommentarer til denne historie i dine øjne? Så diskussionen kan komme tilbage på sporet i forhold til, hvad du ville finde relevant?

  • 1
  • 0
Rune Kassentoft Windfeld

Derfor påhviler der it- industrien et fag- etisk ansvar.
Ingen it- kyndige kan lave algoritmer, der sikkert kan diagnosticere.

Helt enig! Jeg synes måske også at man skulle starte med noget relativt simpelt i machine learning, såsom diagnostik på alm. 2D-røntgen inden man kastede sig over de temmelig avancerede og abstrakte ting som sindslidelser.

  • 6
  • 0
Bent Jensen

"Vi er gode til at gætte, hvad modparten i trafikken agter at gøre - det er computere ikke."

Det kan de indhente på 2-3 år, men jeg håber ikke de fleste køre bil, ved at gætte.
Men følger færdselsregler og tegngivning. En lastbil uden føre, vil f.eks aldrig lave en højresvingsulykke, da den altid ville have ses cyklisten.

Det som professor Marta Kwiatkowska mener med at gætte, er når man fornemmer at en billist eller cyklist ikke holder sig til reglerne. Det kan AI også hurtigt lære, de skal bare lære at opfatte de tegn som vi også opfatter, når vi synes noget er galt.

Men der ud over, så et det jo et problem som vil forsvinde med kun automatiske biler.

Det er mange mandlige kommentarer, der ikke mener at det vil lykkes :-)

  • 0
  • 0
Rune Kassentoft Windfeld

@Rune: Ja, det er mere objektive kriterier der ligger til grund for at vurdere om man har caries eller paradentose end depression. Men det udgangspunkt er vel lige problematisk for læger såvel som for maskiner og ikke i sig selv et argument for at afvise brugen af it som beslutningsunderstøttende redskab i den psykiatriske verden.
Læger arbejder som du er inde på i stigende grad ud fra nogle aftalte golden standarder (heldigvis!) og i øvrigt også inden for psykiatrien ud fra objektive indikatorer som f.eks. hjerneforandringer og andre biomarkører.

Jeg er næsten enig.

Det er helt sikkert mere objektivt at stille en cariesdiagnose end en tilsvarende på en depression. Objektiviteten er relevant i forhold til størrelsen og kompleksiteten af opgaven i at lære en computer det. Min indvending mod de studier der er citeret i artiklen er grundlæggende et "garbage in-garbage out"-forbehold. Hvis ikke diagnosen er ekstremt stramt defineret, så kan en maskine ikke operationalisere det.

Depression er simpelthen for komplekst og dårligt forstået til at kunne operationaliseres. Tror jeg. Den nemmeste machine learning opgave vil være en simpel0/1'er: Er patienten stadigt levende eller ej?

Mht. "golden standard", så er det et begreb der i medicinsk (og odontologisk sammenhæng) handler om sikkerhed i diagnosen ifm. en given undersøgelse. Golden standard for caries diagnostik er for eksempel at trække tanden ud (!), støbe den ind i en klods og fræse klodsen midt over, for derefter at inspicere tanden i et mikroskop. Derved opnås sikkerhed for at diagnosen var korrekt.
Problemet er at du ikke kan anvende "golden standard" på levende mennesker, af åbenlyse årsager. Det gør validiteten af cariesvidenskab suspekt, særligt når man arbejder i den del af cariesspektret, som kaldes for "begyndende huller". De er meget små og kan være virkeligt svære at opdage, for både mennesker og computere. Allerede der opstår der et alvorligt problem i at forsøge at operationalisere cariesdiagnostik, så en computer kan forstå det.

At man aftaler nogle kliniske retningsliner plejer man at kalde "best practice" på nydansk. Det er noget andet end en "golden standard". At en "best practice"-konsensus kan være en fin måde hvorpå eksperterne kan meddele os andre dødelige hvad de mener/tror/tænker om problemstillingen er ubestridt.
(Om de så har ret er en anden sag.)

  • 2
  • 0
Rune Kassentoft Windfeld

Det gør man nu også, Rune Kassentoft Windfeld. Identifikation af cellekerner på mikroskopier er noget der kan findes i lærebøger nu om stunder. Er det godt? aner det ikke. Men systemer på det abstraktionsniveau findes.

Gør hvad? Laver macine-learning på 2D-røntgen? Det lyder da super, hvis det er det du snakker om. Jeg tænker at det var et godt sted at starte med sin machine learning teknologi: Ting som kan verificeres som 100% valide. (Eks. ved at obducere efter at man har testet teknologien på menneskelige kadavre.)

  • 3
  • 0
Lars Skovlund

Gør hvad?


Jeg havde en bestemt bog i tankerne da jeg skrev ovenstående, men jeg kan ikke lige finde den. Du får en afhandling i stedet:

https://ubibliorum.ubi.pt/bitstream/10400.6/3749/1/Dissertação_JoãoOl...

den handler specifikt om det du efterspørger med caries. Jeg har ikke læst det - og har ikke forudsætninger for at bedømme det (du er tandlæge?), men det ser relevant ud.

  • 0
  • 0
Lars Riisgaard Ribe

Forskerne har fremlagt videnskabelig dokumentation for, at intelligent software kan diagnosticere alvorlig depression med en præcision på op til 90 procent af de reelt syge, mens en præcis diagnosticering med traditionelle menneskebaserede metoder ifølge forskningen kun opnås i omkring to ud af tre sygdomstilfælde."

Men dette er vel baseret på en eller anden form for beslutning om, hvornår der er tale om depression, og det er vel ikke givet fra vorherre selv? Desuden kan det da undre, hvis menneskebaserede metoder ikke kan spotte mere end 2/3 , selv når der er tale om "alvorlig depression".


Selvom Fogh og det postfaktuelle samfund har afskaffet eksperter kunne det jo være man har brugt en ekspertgruppe som det bedste bud på "sandheden" og at de 2/3 er den almindelige læge.

"En pointe i alle studier er, at systemerne finder flere positive tilfælde og giver færre fejldiagnosticeringer end hvis en læge er alene om det, men også at systemerne stadig skal udvikles."
Og hvem har glæde af det? I får tre gæt! Medicinalindustrien!
Og hvem har sandsynligvis sponsoreret disse forsøg (jeg har - indrømmet - ikke tjekket) I få igen 3 gæt! Mon ikke det er medicinalindustrien?

Det er af afgørende betydning at kunne diagnosticere et brækket ben eller en blodprop i hjertet korrekt. Men for mange andre sygdomme er kriterierne ikke så "clear cut", og der ikke nødvendigvis godt for folkesundheden at finde alt, inden det for alvor er blevet et problem. Det vil skæppe i medicinalindustriens og forskernes kasser, men ikke nødvendigvis give befolkningen bedre helbred.


Jeg ved ikke rigtigt om jeg skal grine eller græde over denne kommentar. Du har tydeligvis ikke prøvet at cykle rundt i sundhedssystemet uden at noget kan gennemskue hvad problemet er.

Der står intet sted i artiklen at maskinerne skal erstatte mennesker - det kunne jo være en støtte i stedet. I min optik svarer det til at frasige sig CT-skanninger fordi patientens navn skal indtastes på skanneren. Det må du hjertens gerne - men jeg vil gerne kunne tilvælge at lægerne får al den hjælp de har brug.

Jeg kan anbefale Peter Gøtzsches bøger "Dødelig medicin og organiseret kriminalitet" og " Dødelig psykiatri og organiseret fornægtelse", som trin for trin afslører medicinalindustriens korrumperende virkning på forskning og sundhedsvæsen. Spændende som en kriminalroman - fordi er er er tale om kriminalitet. Og som Gøtzsche siger: Ikke engang hos ældre er det sikkert, at en tidlig demensdiagnose er en god ting - for måske ville man være død inden det blev et problem, lykkeligt uvidende om, at en modbydelig sygdom er ved at æde ens hjerne?

Og lettere til middel depressioner har ifølge Gøtzsche flere bivirkninger end virkninger ud af antidepressiva. Så med hvilket formål skal man kunne diagnosticere depressioner længe før, de bliver synlige? Måske var de gået væk af sig selv uden behandling eller med et godt lyttende øre hos lægen?

Hvor har man sat barren for, hvornår der er tale om sygdom? Ingen siger, at vi får et bedre liv af at få at vide som 25-årige, at vi med stor sandsynlighed vil være alzheimerdemente, når vi er 45! Prøv selv at forestille jer det. Man har ingen gode behandlingsmuligheder - så de eneste, det gavner, er Lundbeck og andre medicinalfirmaer, som gerne vil have menneskelige forsøgsdyr, og som forsøger at bilde verden ind, at man har midler med flere effekter end bivirkninger - det har de ikke, så det er bare en opskrift på ulykke for en masse mennesker.


Her kan jeg ikke sige andet end at Peter Gøtzsche er for psykiatrien hvad "Gøgereden" var i halvfjerdserne (nu håber jeg så ikke at du tror på alt hvad de siger og gør i "Gøgereden")

  • 0
  • 0
Anne-Marie Krogsbøll

kunne det jo være man har brugt en ekspertgruppe som det bedste bud på "sandheden" og at de 2/3 er den almindelige læge.


Hvis man har gjort, som du beskriver, så er det vist ikke nogen særligt videnskabelig konklusion. Hvis man skal bevise, at AI er lægerne overlegen, så ville jeg da forvente, at man sammenlignede med læger, der faktisk ved noget om området - eks. psykiatere. Hvis det er i forhold til almindelige privatpraktiserende læger - ja, så er vi jo netop ude på dybt vand, hvor vi lader AI tage magten og agere "ekspert" - så er det - præcist som jeg frygter - ikke længere hjælpemiddel.
Og hvilken kvalitet har et "bevis", der gå ud på, at AI er bedre end folk, der ikke har forstand på området?

Du har tydeligvis ikke prøvet at cykle rundt i sundhedssystemet uden at noget kan gennemskue hvad problemet er.


Det kan du tro, jeg har - netop fordi medicinalindustrien styrer, hvad lægerne kan "finde ud af at tænke"! Det er faktisk præcis derfra, min skepsis overfor medicinalindustrien kommer. Lægerne tror - i hvert fald mange af dem og i hvert på nogen områder - blindt på, hvad de har hørt på et eller andet lobbyist-arrangement. Hvis de har fået at vide, at et givent præparat ikke giver bivirkninger, så stopper al tankevirksomhed der.

I øvrigt: Kan du oplyse, om du har "jäv" ? Arbejder du selv indenfor området? På en forskningsafdeling e.l.? Som måske endda får industristøtte til sådan forskning?

Ikke at der er noget galt i det - det er bare rimeligt at oplyse i en diskussion som denne, hvis man har personlige interesser at pleje.

  • 0
  • 0
Lars Riisgaard Ribe

Hvis man har gjort, som du beskriver, så er det vist ikke nogen særligt videnskabelig konklusion. Hvis man skal bevise, at AI er lægerne overlegen, så ville jeg da forvente, at man sammenlignede med læger, der faktisk ved noget om området - eks. psykiatere. Hvis det er i forhold til almindelige privatpraktiserende læger - ja, så er vi jo netop ude på dybt vand, hvor vi lader AI tage magten og agere "ekspert" - så er det - præcist som jeg frygter - ikke længere hjælpemiddel.
Og hvilken kvalitet har et "bevis", der gå ud på, at AI er bedre end folk, der ikke har forstand på området?


Øh - Jeg forstår ikke hvorfra du får at "mine" eksperter ikke er psykiatere???

Det kan du tro, jeg har - netop fordi medicinalindustrien styrer, hvad lægerne kan "finde ud af at tænke"! Det er faktisk præcis derfra, min skepsis overfor medicinalindustrien kommer. Lægerne tror - i hvert fald mange af dem og i hvert på nogen områder - blindt på, hvad de har hørt på et eller andet lobbyist-arrangement. Hvis de har fået at vide, at et givent præparat ikke giver bivirkninger, så stopper al tankevirksomhed der.


Jeg synes mere det lyder som om du har et problem med læger??? Du er klar over at de "bare" er mennesker? Og at medicin ikke er en helt eksakt videnskab?

I øvrigt: Kan du oplyse, om du har "jäv" ? Arbejder du selv indenfor området? På en forskningsafdeling e.l.? Som måske endda får industristøtte til sådan forskning?

Ikke at der er noget galt i det - det er bare rimeligt at oplyse i en diskussion som denne, hvis man har personlige interesser at pleje.


Der kender du vist allerede svaret hvis du bruger det dersens Google :-)
Ja, jeg arbejder på et universitet. Nej, jeg er ikke betalt af industrien. Nej, det er ikke en personlig interesse, jeg plejer - det er en helt generel holdning til at viden bør være fundament for valg - alt andet er middelalder.

Til gengæld kan jeg ikke finde så meget på dig på nettet? Kan du ikke oplyse noget mere om dig selv?

  • 1
  • 0
Lars Riisgaard Ribe
  • 1
  • 0
Anne-Marie Krogsbøll

Her kan jeg ikke sige andet end at Peter Gøtzsche er for psykiatrien hvad "Gøgereden" var i halvfjerdserne (nu håber jeg så ikke at du tror på alt hvad de siger og gør i "Gøgereden")


Jeg har faktisk aldrig brudt mig om Gøgereden - så lige der er vi enige.

Mht. Gøtzsche - mit gæt er, at du aldrig har turdet læse hans bøger. Jeg kan godt se, at det kan være et dilemma, at man ikke har lyst til at give penge for noget, man på forhånd afskriver - men de kan nok fås på bliblioteket.

Men hvis du faktisk - mod forventning - skulle vide noget om, hvad Gøtzsche baserer sine påstande på, og kan tilbagevise det, så forpligter det da at gå ud med det - mig bekendt er der indtil nu ikke nogen, der har kunne tilbagevise hans forskning med andet en personangreb - det er jo ikke særligt videnskabeligt.

https://www.youtube.com/watch?v=aIwHvxoWZaY
https://medwatch.dk/Mennesker/article7220577.ece
http://ugeskriftet.dk/nyhed/peter-goetzsche-faar-medhold-i-sag-om-haard-...

  • 0
  • 0
Bent Jensen

Hvis det er i forhold til almindelige privatpraktiserende læger - ja, så er vi jo netop ude på dybt vand, hvor vi lader AI tage magten og agere "ekspert" - så er det - præcist som jeg frygter - ikke længere hjælpemiddel.
Og hvilken kvalitet har et "bevis", der gå ud på, at AI er bedre end folk, der ikke har forstand på området?


Det er jo den almindelige privatpraktiserende læger du møder først. Så det er også et ret så vigtigt område at få forbedret. Det kan nemt gøres, bare ved at se på journalen. Tænk på hvor lidt din læge endeligt ser på dig fysisk til en konsultation, det er tit samtale og efterfølgende undersøgelser som blodbrøver, eller forskellige type af scaning. Noget som AI kan gå ind at se på.

Formoder at det først vil blive brugt, udover til specifikke opgaver, som diagnosticering af billedmateriale fra røntgen og lignende. Som et popup ved lægen, hvor der står at, Watson mener efter at have set på patienten journal, at der kan være tale om ----

Tror vi må leve med at AI, kommer krybende ind på alle områder, i takt med at man fyre.

Hvis man selv om jeg ikke vil bryde mig om det, på grund af salg og kommercialisering, også beder mennesker der bruger medicin om mange flere oplysninger. Så kan AI ved samkørsel, med dødsregister, og indlæggelse, se om noget skal stoppes. Langtid før andre reagere.

  • 0
  • 0
Anne-Marie Krogsbøll

Øh - Jeg forstår ikke hvorfra du får at "mine" eksperter ikke er psykiatere???


Det er muligt, at det er mig, der formulerer mig uklart - men du forstår i hvert fald ikke, hvad jeg skriver. Det er dig, der foreslår, at de læger, der kun har fundet 2/3 af tilfældene, ikke har været "eksperter", men almindelige læger. Hvorfor sammenligne AI med dem, i stedet for med sagkyndige på området?

Du er klar over at de "bare" er mennesker?


Netop derfor er det så vigtigt at holde medicinalindustrien udenfor - for de skal ikke meget smøring til, før det "smitter af" på vurderingerne - det er helt menneskeligt - men også farligt.

Mht. ikke at kunne lide læger: Jeg kan bestemt godt lide de gode læger (og de øvrige ser sikkert også flinke mennesker, sådan rent privat). Hvis du har lagt mærke til det, så benytter jeg enhver lejlighed til at henvise til www.laegerudensponsor.dk - som er lavet af gode læger, som holder sig ude af medicinalindustriens greb. Ligeledes har jeg gode venner og bekendte, der er læger - den gode og ubestikkelige slags. Det er medicinalindustrien, jeg ikke kan lide.

Nej, jeg er ikke betalt af industrien.


Den afdeling, du arbejder på - får den ikke sponsorater fra industrien? Hvis du siger "nej", så vil jeg undersøge det - bare så du ved det.
http://pure.au.dk/portal/en/persons/id%28416033de-6518-420d-8052-92bab80...

Mht. mig: Fair spørgsmål: Jeg er psykolog med fortid i distriktspsykiatrien - og så med egne øjne, hvordan medicinalindustrien ganske diskret satte sit præg på, hvordan man tænkte om psykiske sygdomme, og hvordan man forsøgte at få "udsåningsforsøg" sneget ind ad bagvejen via nogle læger. Da jeg bad om se at forsøgsprotokollen, og om at få garanti for, at studiet blev offentliggjort uanset hvad, og for, at det ikke kom til at præge den behandling, men valgte til patienterne, at man bandt sig til at skaffe et vist antal "forsøgpersoner", så døde projektet lige så stille. Jeg hørte i hvert fald ikke mere om det. Og jeg så også de forfærdelige bivirkninger, en del patienter fik - som blev bagatelliseret.

  • 4
  • 0
Finn Aarup Nielsen

Der refereres et studie "På Department of Computer Science på Üsküdur-universitetet i Istanbul" og linkes til https://www.scribd.com/document/326609639/IntelliSys-2016-Proceedings Det link er til proceedings og ikke til artiklen direkte. Søger man på 'Istanbul' som foreslås får man resultat, men sidereferencen passer ikke i min viewer. Jeg kan heller ikke identificere artiklen ved at skanne indholdsfortegnelsen.

Findes artiklen overhovedet? Hvad er titlen? På hvilken side?

"En præcision på op til 90 procent": Skal man ikke forholde sig kritisk til en sådan påstand som fremkommer i artiklen? Min første reaktion er at det er for godt til at være sandt.

Skyder Version2 bare løs med påstande samplet fra forskellige konferenceartikler?

Prøv eventuelt at søg på IntelliSys' h-indexet på Google Scholar https://scholar.google.com/citations?hl=da&view_op=search_venues&vq=inte... Den har et h5-index på 2! NIPS har til sammenligning 83.

  • 2
  • 0
Henning Mølsted Journalist

@ Finn Aarup
Bare lige for the record: Du stille et spørgsmål i en meget uvenlig tone og grænsende til hadsk tone. Er vi dannede mennesker?

Jeg har deltaget i en konference, talt med forskerne og refereret deres oplæg.

Det paper som ligger til grund for oplægget på konferencen hedder
Machine Learning Approaches to Predict Repetitive
Transcranial Magnetic Stimulation Treatment
Response in Major Depressive Disorder

At forholde sig kritisk til ny viden, er en del af vores grundlag. Men redaktionen bedriver ikke videnskabeligt review af forskning.

Har du dokumentation, der beviser noget andet end det foreliggende, er du velkommen til at gengive det.

Vh. Henning Mølsted, redaktør.

  • 1
  • 0
Anne-Marie Krogsbøll

Finn Aarup Nielsen:
Ja, jeg har også forgæves ledt efter artiklen. Men dit link bringer da for dagen, at konferencen er sponsoreret af bl.a. IBM Watson (en af 4 sponsorer) - så mon ikke indlæggene på konferencen er udvalgt med et formål?

Den har et h5-index på 2! NIPS har til sammenligning 83.


Men det hævdes, at der er tale om "de fremmeste forskere " - Jeg kan ikke lade være med at spørge: Har Version2 været inviteret af IBM? Eller en af de andre tre sponsorer HPCC Systems, IEEE eller X Prize?

  • 0
  • 0
Anne-Marie Krogsbøll

Men redaktionen bedriver ikke videnskabeligt review af forskning.


Men det er jo netop det, I gør her, Henning. Du beskriver i artiklen forskerne som "de fremmeste forskere" - det virker en form for kvalitetsstempling af deres fund. Så bliver man nysgerrig og forventer, at der er en form for gods bag. Og det er der måske også - det er bare ikke lige til at finde.

I øvrigt opfatter jeg slet ikke Finn Aarups indlæg som hadsk - bare undrende. Det kan være, at det er mine ører, der er noget galt med.

  • 1
  • 0
Henning Mølsted Journalist

Jeg har aldrig været til en konference, som ikke havde private sponsorer. Hverken brugerkonferencer, analytikerkonferencer, videnskabelige konferencer eller leverandørkonferencer.

Redaktionen betalte selv for at deltage i konferencen i London.

Det er ærgerligt at ordlyden 'de fremmeste forskere' bliver misforstået - og det skal jeg selvfølgelig tage på min kappe. Det var ikke hensigten at sætte det stempel på de citerede forskere at de skulle være de fremmeste forskere. Det har jeg intet grundlag for at vurdere.

Afsnittet er en generel intro til at også den medicinske verden står over for store forandringer som følge af udviklingen af intelligent software.

Jeg hører ikke nogen, der er uenige i at den udvikling vil komme og er i fuld gang. Men der er - heldigvis - meget debat om de implikationer, den medfører.

Det er oplagt at der er nogle faldgruber og farer i digitalisering - det dækker vi mere intensivt end muligheder og udviklingsresultater.

  • 2
  • 0
Anne-Marie Krogsbøll

Tak for svar, Henning.

Redaktionen betalte selv for at deltage i konferencen i London


Godt at høre, så tænker man klarere. Men samtidig vigtigt at have ekstra kritiske briller på, når det er IBM, der står som sponsor for en konference om AI - det er jo lige der, de ser deres fremtidige guldgruppe, så mon ikke forskerne er udvalgt efter det.

Jeg savner så lige at høre - fordi jeg er sådan en amatør på området, jeg ved det virkeligt ikke - hvad ville den IT-faglige vinkel have været? Den, som druknede lidt i alt det andet?

  • 0
  • 0
Henning Mølsted Journalist

På konferencen blev i overskriftform bl.a drøftet styrker og svagheder ved forskellige algoritmetyper og filtrering for støjdata og fejlkilder. Samt vurderinger af, hvor dynamiske eller selvlærende man i virkeligheden kan gøre systemerne i dag.
Det er it-faglige problematikker, som kunne være interessant at høre nogle læservurderinger af.

  • 2
  • 0
Mogens Bluhme

men Henning - det er helt fint at diskutere algoritmer men overskriften er jo en klar værdidom, som IKKE er teknisk - at AI er læger overlegen?

Det fremgår ikke hvilke kriterier, man kan måle det ud fra - er det fordi AI-modellen "lærer" mønstergenkendelse bedre i forhold til DSM-5 ?

I DSM-5 var sorg lige ved at komme med som en sygdom (det gør den sikkert næste gang) - et AI-system der ud fra sine egne præmiseer spotter en diagnose vil sikkert score højt overfor en psykiater, der stiller sig mere tvivlende.

At vurdere DSM-5 (og WHO's pendant) ukritisk som fuldbyrdede kendsgerninger er problemet, hvilket er ikke-teknisk - diskussionen om hvor tæt at AI-system kan komme forståelsen af DSM-5 ER teknisk og spændende men det er supervised learning mod et givet mål uden at stille spørgsmål ved dette mål.

Man kunne sige at et AI-system er bedre til at lære noget forkert end læger men det gavner jo ikke patienterne.

I øvrigt kan jeg varmt anbefale Svend Brinkmann og Anders Petersens "Diagnoser", for denne diskussion bliver sikkert ikke den sidste.

  • 2
  • 0
Henning Mølsted Journalist

Modellerne kan som jeg forstår det først og fremmest behandle større mængder data og parametre end mennesker kan. Et menneske kan i sagens natur ikke rumme samtlige data og cases fra 50+ års klinisk erfaring.

Når du skriver at lægen er mere tvivlende end AI-systemet, så er det nok værd at holde sig for øje, at det forskerne typisk gør er at sammenligne AI-diagnose med 'alm. lægediagnoser' (hvad det så end er, medgivet) og benchmarker op imod en kontrolgruppe af patienter, vurderet af de bedste læger. Så man ved, hvem der reelt er syge.

Det vigtigste i den her diskussion er nok, at der er ingen der påstår, at AI-systemerne skal anvendes til at udelukke lægerne, blot supplere dem.

Med lægemangel og stærkt stigende sundhedsudgifter vil der utvivlsomt være et stort pres på at få systemerne indført.

  • 1
  • 0
Anne-Marie Krogsbøll

Modellerne kan som jeg forstår det først og fremmest behandle større mængder data og parametre end mennesker kan


Henning, kan du uddybe, hvilke data man har brugt i denne forskning? Blev det oplyst? For problemet lige nu er jo bl.a. at forskningsdatabaser er fyldt med dårlige data og konklusioner - og at megen forskning, der kan gå medicinalindustrien imod, slet ikke offentliggøres.

Hvis der skal komme diskussion om støjdata og fejlkilder i gang, så er det lettest, hvis man har noget at gå ud fra mht. hvordan de konkrete projekter er skruet sammen. Men vi er jo så langt ovre i videnskabs- og forskningsteori - som ikke kun vedrører IT.

Med lægemangel og stærkt stigende sundhedsudgifter vil der utvivlsomt være et stort pres på at få systemerne indført.


Ja, det er jo det, der er så farligt - at udviklingen presser dette igennem, uden at der er evidens (indtil videre) for, at det er til gavn, og ikke til skade for patienter og samfund. At man bliver for ukritisk i sin begejstring, og f.eks. glemmer spørgsmålet om, om vi ender med "garbage in, garbage out" - og derfor kunne det være rart at få at vide, hvilke data man har lænet sig op ad i denne forskning. Kom det frem?

Var der nogen opponenter mod f.eks. projektet med depressionsdiagnosticering?

Var der også kritiske indlæg på konferencen, der kastede lidt malurt i bægeret i form af advarsler mod at tro, at dette vil indebære en forbedring for folkesundheden?

  • 1
  • 0
Henning Mølsted Journalist

Anne-Marie, du må ikke bede mig som journalist om at redegøre for et forskningsresultat på linje med en forsker. Det er ikke min opgave. Jeg kan ikke bidrage med yderligere.

Der var en mindre diskussion af, om AI-systemer overtager eller supplerer lægerollen.

Men indtrykket fra konferencen var mere, at de deltagende softwareingeniører og dataloger buldrer frem med systemudviklingen og ikke er specielt orienteret mod de (etiske) konsekvenser, som debatten her har været optaget af.

Spørgsmålet er for mig også, hvem der har mest indflydelse på udviklingen.

Systemudviklingen har nemlig helt sikkert en stor bevågenhed hos sundhedsforsikringer og offentlige kasser, fordi håbet er, at den helt eller delvist kan erstatte løntunge læger. (og der er da også en udfordring med at manglen på læger har skruet honorarerne i vejret)

Selv om debatten er spændende, har jeg desværre ikke tid til at debattere sagen her mere i denne omgang. Min arbejdsdag kræver simpelt hen min tilstedeværelse til andre opgaver også.

  • 2
  • 0
Anne-Marie Krogsbøll
  • 2
  • 0
Finn Aarup Nielsen

Jeg er er kommet bagud i diskussionen.

"Du stille et spørgsmål i en meget uvenlig tone og grænsende til hadsk tone. Er vi dannede mennesker?"

Ups, det var ikke meningen det skulle opfattes sådan. Jeg skal prøve i et mere fremkommeligt sprog:

  1. Når jeg søger på det opgivne link https://www.scribd.com/document/326609639/IntelliSys-2016-Proceedings med det foreslåede søgeord "Istanbul" så så jeg side 6 og siderne efter 913 og dette er artiklen "Short-Term Localized Weather Forecasting by using Different Artificial Neural Network Algorithm in Tropical Climate". Min vurdering er at der er noget galt med søgefunktionen i forbindelse med Scribd, og det forevirrende mig. Søger jeg i mit almindelige PDF-visningsprogram er der ikke noget galt.

  2. Ved at søge på "EEG" fandt jeg artiklen "Machine Learning Approaches to Predict Repetitive Transcranial Magnetic Stimulation Treatment Response in Major Depressive Disorder" men troede ikke det var den. Grunden til at jeg ikke troede der var tale om denne artikel skyldes det næste punkt:

  3. "Forskerne har fremlagt videnskabelig dokumentation for, at intelligent software kan diagnosticere alvorlig depression med en præcision på op til 90 procent af de reelt syge" Her vil jeg sige at Version2 ikke helt repræsenterer forskningsresultatet korrekt. Når jeg læser artiklen så står den for mig som en treatment respons prediction-artikel, altså beskrivende et studie der ser på om en allerede diagnosticeret patient drager nytte af en behandling. Samtlige de forsøgspersoner der er inddraget i forsøget er depressive (de har en HAM-D-17-score på over 14 ved begyndelsen af forsøget). Som jeg læser det er der ikke tale om et studie der forsøger at diagnosticere en forsøgsperson via EEG for om han/hun har depression eller ej. Det gør også at jeg mener der ikke er hold til overskriften "Kunstig intelligens bedre til at afsløre sygdom hos patienter end læger".

  4. Forskerne skriver i resumeet: "four different machine learning techniques, which are Artificial Neural Networks (ANN), Support Vector Machines (SVM) and Decision Tree (DT), were used". Her er der en inkonsistens. De skriver at de bruger fire machine learning-teknikker, men lister så kun tre. Længere henne i artiklen skriver de "was performed using neural network, support vector machines, k-nearest neighbors and naive bayes based classifiers." Her lister de fire machine learning-teknikker, men deres resultater i tabel 1, 2, 3 og figur 1 viser blot de tre metoder som de opregnede i resumeet. Altså igen en inkonsistens. Det kan selvfølgelig være en tilgivelig fejl gjort i skyndingen til en konferencedeadline, men det giver et dårligt indtryk og rejser en mistanke om at der kan være selekteret i resultaterne så deres metode fremstår i det bedste lys.

  5. Når forfatterne skriver "The results show that it is possible to predict rTMS treatment responders with a sensitivity of 95.6%, accuracy" så er jeg ikke helt med. For mig at se bør der være sham rTMS for at man kan sige at rTMS har haft en effekt, da man ville kunne forestille sig at forsøgspersonerne er blevet bedre "af sig selv" (placebo). Til forsvar for den videnskabelige artikel kan sige at det er relevant at vide hvem der har en god prognose, - hvad enten man anvender rTMS eller ej.

  6. Forskerne når en 'accuracy' på omkring 80% ifølge tabel 2 og 3. Dette svarer til hvad der tidligere er fundet i et mindre studie "Using pre-treatment electroencephalography data to predict response to transcranial magnetic stimulation therapy for major depression" https://www.ncbi.nlm.nih.gov/pubmed/22255807 Jeg føler mig mere tryg ved forskernes resultater efter jeg fandt dette andet studie.

  7. Konferencen som studiet er sendt til er IntelliSys. Jeg må tilstå at det er en konference jeg ikke har bidt mærke i før. Da jeg søgte efter konferencen på Google Scholar fandt jeg dette link https://scholar.google.com/citations?hl=da&view_op=search_venues&vq=inte... Her angives h5-indekset til at være 2. Det finder jeg overraskende lavt. Ganske lavt. Det kan selvfølgelig være at Google Scholar ikke er god til at indeksere netop denne konference. Men ellers var min første tanke at dette simpelthen ikke var en såkaldt "lødig" konference, og var overrasket over at Version2 ville tage til sådan en konference. Jeg ser dog at blandt andre IEEE har sponsoreret konferencen så det må borge for kvaliteten. Og man skal heller ikke være akademisk snobbet: En ordentlig artikel kan jo godt være præsenteret ved et videnskabeligt møde der ikke er helt skarpt. Umiddelbart virker artiklen jo også ok.

  8. Jeg vil generelt sige at man skal være påpasselig med at stole på resultater fra et enkelt studie. "Replication crisis" er et ord der i videnskabelige kredse er meget oppe i tiden. Og ja! jeg ser at det endda har fået sin egen Wikipedia-side: https://en.wikipedia.org/wiki/Replication_crisis Her påstår Wikipedia i øjeblikket: "According to a 2016 poll of 1,500 scientists, 70% of them failed to reproduce another scientist's experiments (50% failed to reproduce their own experiment)." Når man læser et klinisk studie, hvad enten det forekommer i et "fint" tidsskrift eller en mindre kendt konference, bør man holde sådanne tal i mente. Det betyder dog ikke nødvendigvis at det refererede EEG-studie ikke kan reproduceres. Jeg mener blot at videnskabsjournalister skal holde lidt igen med bombastiske udmeldinger og gerne må gå noget mere kritisk til forskernes påstande. At journalister kan være kritiske ser man jo til overmål inden for Christiansborgjournalistikken.

  • 2
  • 0
Anne-Marie Krogsbøll

Finn Aarup Nielsen:
Jeg har ikke orket at læse den pågældende artikel så grundigt som du - men jeg strandede netop i, at den for mig at se, ganske som du siger, slet ikke handler om det, V2-artiklen handler om. Den handler ikke om diagnosticering, men om behandlingsrespons. Jeg orkede så ikke lige at pine stakkels Henning mere med det.

Der kan jo i V2-artiklen have været tale om et mundtligt oplæg på konferencen, som slet ikke er offentliggjort endnu, men det er jo med til ar forvirre tingene.

Men selv om jeg fandt artiklen interessant (for ikke at sige direkte provokerende i sin lovprisning :-)), så må konklusionen vel være, at det er urimeligt at forlange, at journalisterne skal være meget inde i videnskabs- og forskningsteori, psykiatri etc. - men at man så til gengæld fra journalisternes side bør afholde sig fra at fælde dom over, om den refererede forskning er af høj eller lav kvalitet, om der er tale om topforskere, og desuden må man opfordre til, at relevante links bliver lagt sammen med artiklen - det kan forebygge en del misforståelser.

Hvis ikke læserne har mulighed for selv at gå den refererede forsknings påstande efter i sømmene, så kommer det til at fremstå som ukritisk reklame - det er farligt for samfundsudviklingen, når det sker, fordi politikere og embedsmænd måske også læser med og får ideer. Og det er nok heller ikke meningen, at det skal komme til at fremstå sådan - emnet er jo både vigtigt og interessant.

  • 0
  • 0
Log ind eller Opret konto for at kommentere
IT Company Rank
maximize minimize