Vem ställer bästa diagnosen – doktorn eller datorn?
Redan nu används artificiell intelligens, AI, som ett hjälpmedel inom delar av vården. Genom att mata in olika algoritmer kan man överlåta åt tekniken att ställa diagnosen – vilket den oftast gör både snabbt och säkert. Utvecklingen går dessutom blixtsnabbt och kan komma att förändra våra liv, bland annat när vi går till doktorn.
AI kan lite förenklat beskrivas till exempel som ett datorprogram som lär sig att tolka röntgenbilder eller ett EKG. Istället för att en läkare upptäcker sjukdomen och bedömer vem som behöver opereras, är tanken att datorn ska göra det.
Men kan man lita på en en maskin? Ja, åtminstone när det gäller att ställa rätt diagnos snabbt.
Bland annat visar en svensk studie att AI kan vara bättre än röntgenläkare på att upptäcka bröstcancer vid analys av bilder från mammografier.
AI kan hitta hjärtsjukdom på några sekunder
Amerikanska forskare har också låtit AI att ställa diagnos på hjärtsjukdom genom att analysera bilder från magnetröntgen. Samtidigt fick en ”vanlig” hjärtläkare läsa av samma data för att ställa en diagnos.
Överlägset snabbast på att ställa en diagnos var AI, som bara behövde fyra sekunder på sig, jämfört med doktorn som behövde 13 minuter för att göra samma jobb. Dock var båda lika bra på att ställa en korrekt diagnos, visar studien. Det som skiljde sig åt var alltså den tid det tog att komma fram till diagnosen.
Kombinationen dator och doktor är bäst
AI har också visat sig vara minst lika bra på att upptäcka ögonsjukdomar som doktorn. Fördelen är att AI gör det snabbare, vilket innebär att man snabbare kan sätta in behandling vid livshotande tillstånd. En annan fördel är att den kan jobba övertid utan att bli trött.
Betyder det här att läkaren kommer att bli allt mer överflödig i framtiden? Nej. Allra bäst resultat verkar man få om AI samarbetar med en läkare av kött och blod. Många tror att man i framtiden kommer att överlåta diagnosen åt AI medan läkaren kommer att ta hand om det mänskliga mötet och förmedla diagnosen till patienten.
Källor: KI, Medical Daily mfl
Foto: TT