Danmark har en unik mulighed for at skabe digitale sundhedsløsninger, som med kunstig intelligens kan løse sektorens udfordringer. Men det kræver, at vi sætter ind på en række områder.
Af Uwe Hermann
Forestil dig de mulige samfundsmæssige besparelser, hvis vi kunne sænke antallet af diabetikere med få procent. Eller hvis vi kunne reducere antallet demente eller mennesker med kardiovaskulære sygdomme med bare en smule.
Besparelserne vil være på mange milliarder kroner om året, og midlet til at nå dem kan være forebyggelse baseret på forudsigelser om sygdomsrisici, som vi kan få gennem brug af kunstig intelligens (AI).
Den billigste patient er som bekendt ham eller hende, der ikke bliver syg. Med AI vil omkostningerne være tæt på 0 kroner for at skabe forudsigelser, der vil være næsten 100 procent sikre.
I denne artikel vil jeg sætte fokus på muligheden for brug af kunstig intelligens i sundhedsvæsenet, hvor AI fra mange sider er udråbt som løsningen på sektorens udfordringer. Sidstnævnte dækker som bekendt blandt andet over flere behandlingskrævende kronikere, mangel på læger og specialister og behov for udvikling af nye diagnosticerings- og behandlingsmuligheder.
Diagnostiske systemer
Kunstig intelligens har udviklet sig betragteligt, siden grundstenene blev lagt med de såkaldte neurale netværker i 1950’erne. Aktuelt går grænsen for det mulige ved såkaldt ”unsupervised learning”, hvor maskiner lærer selv efter princippet ”try, try and try again”.
Et af de mest kendte eksempler er Googles algoritme AlphaGo Zero, der spiller det kinesiske brætspil Go bedre, end nogen mennesker vil komme til.
I sundhedsvæsenet vil vi på lignende vis snart se diagnostiske systemer baseret på kunstig intelligens, der kan analysere eksempelvis MR- eller ultralydsscanninger baseret på ”træning” med mange millioner af billeder, som selv hele Danmarks lægestand aldrig nogensinde ville kunne nå at kigge på. Sådanne systemer vil nok blive bedre og hurtigere til diagnostik, end nogle mennesker nogensinde kan blive.
Giganter satser på sundhed
Et andet aspekt er potentialet i patienternes data: Når vi snart får nærmest ubegrænsede datamængder fra devices og kliniske systemer samkørt af kunstig intelligens, vil patienterne få et fristende tilbud: ”Giv mig alle dine data, og jeg holder dig rask”.
Sidstnævnte er drivkraften bag den rivende udvikling, vi i disse dage ser i USA og i Kina. I USA har giganterne Google, Apple, Facebook og Amazon alle ambitioner om at ekspandere ind i sundhedssektoren, mens det i Kina er staten, der driver digitaliseringen med nærmest brutal kraft.
I dag sker 38 procent af alle investeringer i kunstig intelligens i USA, mens 48 procent sker i Kina, og vi befinder os allerede midt i et globalt kapløb om magt, indflydelse og markeder.
Forskellige tilgangsvinkler
Bemærkelsesværdige er de forskellige tilgangsvinkler, som de amerikanske giganter og Kina har, når det drejer sig om kunstig intelligens og brugernes data.
På den ene side er der Google, Apple, Facebook og Amazon, som ifølge kritiske NGO’er driver ”digital slavehandel”, hvor attraktive services bliver betalt af kunderne med deres data. Disse data bliver brugt til målrettede reklamer og markedsføring, men også solgt videre.
På den anden side er der den kinesiske model, som baserer sig på statens ”ret” til at eje alle borgernes data. Hensigten er at skabe total overvågning, og et godt eksempel er de nylige artikler i pressen om den næsten komplette kameraovervågning i Kina og overvågning af borgerne med ”social credit points”, som ville få Orwell til at blegne.
Aldrende befolkning i Kina
Inden for sundhedssektoren er den kinesiske drivkraft en hurtigt aldrende befolkning kombineret med en stor mangel på sundhedsfagligt personale på grund af mange års etbarnspolitik.
I sundhedssektoren kan vi regne med, at Kina populært sagt overhaler Vesten uden at indhente os, fordi landet ikke har råd til at opbygge et personaleintensivt sundhedsvæsen som vores og derfor ”springer et trin over” ved at gå direkte ind i AI-baserede sundhedsservices.
Et lignende teknologispring har vi set i Afrika før i en anden kontekst, nemlig da man sprang over kabelbaseret telefoni, som vi kender i Danmark, og gik direkte ind i mobilkommunikationens tidsalder. På lignende vis kan vi regne med, at en stor del af diagnosticeringen og behandlingen i Kina snart foregår via robotter som den amerikanske virksomhed Senselys virtuelle sygeplejerske ved navn Molly (1), der ser således ud:
Danmark skal tage en tredje vej
Hvilken rolle kan Danmark og Europa så spille i kapløbet mellem USA og Kina? Har vi allerede tabt slaget, før vi går i gang? Nej, det mener jeg bestemt ikke. Mellem Kinas totalovervågning på den ene side og de amerikanske softwaregiganters ”digitale slavehandel” på den anden side findes en tredje vej, som forskere fra DTU er ved at udvikle lige nu i form af såkaldt ”safe AI” eller ”trusted AI”: Sikker kunstig intelligens.
Konceptet bygger på, at brugerne i stigende grad er bevidste om, hvor værdifulde deres data er, og hvor sårbare vi alle er (2). Idéen er, at AI skal gøres sikker mod misbrug, så brugerne beholder kontrollen over deres egne data, og deres data ikke kan hackes. Ingeniørerne kalder det ”post quantum security”: Kryptering, der end ikke kan hackes af fremtidige supercomputere.
”Safe AI” åbner for, at et lille land som Danmark med en meget høj tillidskultur kan skabe en tredje vej for digitale sundhedsløsninger mellem Kina og USA, hvilket vil have et enormt vækst- og eksportpotentiale.
Som jeg sagde på en nylig konference: ”Min drøm for Danmark er at blive det samme inden for fremtidens digitale sundhed, som Schweiz er inden for banker: Et sted hvor folk vender sig hen, når de søger de bedste og mest sikre løsninger.”
Syv indsatsområder for AI i sundhed
Hvordan gør vi så i praksis for at skabe den tredje vej med sundhedsløsninger baseret på kunstig intelligens i Danmark? I den nye hvidbog ”Bedre Sundhed med AI” (3) har Akademiet for de Tekniske Videnskabers gruppe for sundhedsteknologi, som jeg er en del af, set nærmere på, hvordan vi i Danmark kan skabe bedre AI-løsninger inden for sundhedsområdet.
I hvidbogen oplistes syv indsatsområder, som vi skal fokusere på for at komme videre:
1. Sundhedsdata skal bringes i spil
AI-baserede sundhedsteknologiske løsninger bygger på data, og dem har vi mange af i Danmark. De offentlige danske sundhedsdata skal bringes i spil. Datasæt skal valideres, og træningssæt skal på kontrolleret vis stilles til rådighed for udvikling af nye AI-baserede sundhedsløsninger.
Det kræver en balancegang mellem striks lovgivning og uvildig kontrol, samtidig med at der skal være let adgang til store datamængder. Jo flere data, vi kan bruge, des bedre ”personalized medicine” kan vi tilbyde. Men forudsætningen er, at patienterne altid kan føle sig sikre.
2. Forskningssamarbejder er afgørende
Forskningssamarbejde er afgørende for udvikling af gode, AI-baserede sundhedsløsninger, der kan implementeres i virkeligheden. Forskningssamarbejde fører til udvikling af ny viden, giver adgang til data, skaber evidens og fungerer som rekrutteringskanal.
Her har vi i Danmark en god tradition med samarbejde på tværs af sektorer, mellem forskere og industrien, endda med konkurrerende virksomheder. Men vi skal også tænke på europæisk skala, alene er vi ikke stærke nok i kapløbet.
3. Talenter og kompetencer skal styrkes
Udvikling og anvendelse af nye teknologier kræver medarbejdere med de rette kompetencer. Særligt softwareudviklere og dataeksperter er i høj kurs, men også kommercielle og regulatoriske kompetencer er stærkt efterspurgte. Vi har gode uddannelser i Danmark, men de såkaldte MINT-fag (matematik, informatik, naturvidenskab og teknik) skal styrkes hele vejen igennem fra folkeskolen og frem.
Vi skal investere meget mere i vores ingeniørfakulteter, og vi har populært sagt behov for ikke ét, men fire DTU’er her i landet. Og det bliver til sikre arbejdspladser med høj indtjening. Ifølge en ny rapport fra Akademiet for de Tekniske Videnskaber stod omkring 2.330 danske ingeniørvirksomheder med i alt 300.000 ansatte for 53 procent af dansk eksport i 2016 (4).
4. Øgede krav til ledere og bestyrelser
AI-teknologi indeholder en enorm transformationskraft og udfordrer velkendte forretningsmodeller – også i sundhedssektoren. Det stiller krav om et globalt udsyn, en dyb teknologiforståelse, en vilje til at tænke i forskellige fremtidsscenarier og til at investere i forskning og videnssamarbejde med såvel universitets- og hospitalsmiljøer som andre virksomheder.
Her kræves der ledere og bestyrelser med brede internationale erfaringer. Både offentlige og private virksomheder bliver nødt til at kigge kritisk på deres bestyrelser: Er de i stand til at løfte den kæmpe digitale transformation, vi har foran os? Kritiske analyser påpeger, at der er problemer med ”indavlede bestyrelser” (5).
5. Klar regulering uden bureaukrati
Uklarhed omkring regulatoriske krav, manglende kvalificeret rådgivning og flaskehalsproblemer hos bemyndigede organer hører til nogle af de udfordringer, virksomhederne møder. Dertil kommer udfordringer med at kunne rekruttere personer med relevante regulatoriske kompetencer. Lovgivningen halser efter den rivende udvikling inden for AI og såkaldt Big Data.
Kort sagt: Der skal reguleres, så borgerne kan vide sig trygge, samtidig med at industrien får adgang til den skat af data, vi har i Danmark. GDPR er en begyndelse, men ikke godt nok. Hvis ”safe AI” skal blive et eksporteventyr, skal der udvikles en tilsvarende lovgivning og certificering, uden at den bureaukratiske byrde øges.
6. Nye incitamenter i sundhedssystemet
Der er brug for incitamentsstrukturer, der understøtter, at der flyttes budgetter mellem forskellige dele af sundhedssystemet, så danskudviklede sundhedsteknologiske løsninger kan implementeres og øge kost-effektiviteten på de danske hospitaler.
I det gamle Kina blev lægerne betalt for at holde patienterne raske. Når de blev syge, var der ingen betaling ud fra devisen ”no cure, no pay”. Hvis vi vil styrke forebyggelse og ”patient compliance”, bliver vi nødt til at kigge på incitamentsstrukturerne. I dag bygger vores sundhedssystem i høj grad på ”reparationer”, fordi der stort set ikke er noget indtjening i at holde patienterne raske.
7. Danmark skal være ”testbench”
Med udgangspunkt i de unikke danske sundhedsdata, høje dataetiske standarder, en stærk samarbejdskultur og stærke forskningsmiljøer har Danmark alle byggeklodserne til at kunne udvikle sig til at være stedet, hvor AI-baserede sundhedsteknologiske løsninger udvikles. Med andre ord skal Danmark være ”testbench” for udviklingen af løsningerne.
Danmark har førerposition
Sundhedssystemer i hele verden står foran kæmpemæssige udfordringer med aldrende befolkninger og stigende forventninger om et godt og sundt liv for alle. Med kunstig intelligens og masser af data har vi enormt stærke værktøjer til at løfte opgaven.
Der vil ske store forandringer og omvæltninger, men vi vil også få nye muligheder, og Danmark har en førerposition med gode chancer for at skabe vækst, eksport og forbedret velfærd, hvis vi spiller vores kort rigtigt. Som Darwin sagde, er det ikke den stærkeste, der overlever, men den mest forandringsparate.
Lad os tackle det – det bliver sjovt: ”The best is yet to come”
Referencer
1. https://www.sensely.com/
2. Eksempelvis krævede borgerretsaktivister på South by Southwest-konferencen 2019 i Texas lovgivning om, at robotter baseret på kunstig intelligens skal meddele brugerne, at han eller hun snakker med en robot, fordi det ellers er svært at mærke forskellen.
3. ”Bedre Sundhed med AI”, Akademiet for de Tekniske Videnskaber, 2019. https://atv.dk/bedre-sundhed-med-ai
4. ”Danmarks nye vækstlag”, Akademiet for de Tekniske Videnskaber, 2019. https://atv.dk/udgivelser-viden/danmarks-nye-vaekstlag
5. ” Den multikompetente bestyrelse”, Mandag Morgen, 2019. https://www.mm.dk/artikel/den-multikompetente-bestyrelse