Maskinlæring og KI avdekker hjerte- og karsykdommer i ultralydundersøkelser

Årlig utføres over hundre tusen helseundersøkelser med ultralyd for å se etter hjertefeil på pasienter ved norske sykehus. Kontrollene tar inntil en time, men nå kan tiden reduseres drastisk, ifølge forskere og leger ved St.Olavs hospital i Trondheim og NTNU.

Et forskningsprosjekt ved St. Olavs er i gang med kliniske forsøk der kunstig intelligens bidrar i diagnostisering og veiledning i bildedannende metode for å avdekke hjerte- og karsykdommer.

– Vi baserer oss på teknologien som er utviklet av de store tek-selskapene, som Google og Facebook, og som vi nå har tilpasset for hjerteundersøkelser, forteller Andreas Østvik, som er sivilingeniør og forsker ved Sintef Digital.

Han er en del av en forskningsgruppe ved St. Olavs og NTNU som nå jobber med kliniske studier av pasienter, der de utfører undersøkelser av hjertet ved hjelp av kunstig intelligens og stordata.

Sammen med kollegaer og samarbeidspartnere ved flere norske sykehus har han matet tusenvis av ultralydbilder fra undersøkelser og hjertelegenes domenekunnskap inn i en applikasjon som bruker dataene til å veilede og automatisere undersøkelsene.

– Det som er spesielt med ultralyd, er at vi er veldig avhengig av ikke bare målingene som gjøres, men kvaliteten på selv opptaket også, forklarer sier Bjørnar Grenne.

Han jobber som overlege ved hjerteavdelingen på St. Olavs hospital, er førsteamanuensis ved NTNU og har hatt ansvar for denne forskningen.

Automatisert hjerteavbildning

En egenutviklet sanntidapplikasjon analyser signalene fra ultralydmaskinen og forteller operatøren hvor han skal bevege maskinen for å få presise, tydelige bilder av hjertet. Den nye metoden kan frigjøre spesialistene til andre oppgaver, men også bistå i ekspertenes vurdering av resultatene, hevder forskerne.

– Hovedfokuset i forskningen vår er ultralyd, som er brukt til alle typer pasienter med mistanke om hjertesykdom. Det utføres mer enn hundre tusen slike undersøkelser hvert år i Norge, og målet er at det skal bli mer automatisert, slik at det går raskere å gjøre undersøkelser og at målingene skal bli mer robuste og sikrere, sier Grenne.

Potensial til å forutse sykdom

I Norge ble nesten 370.000 personer diagnostisert med hjerte- og karsykdommer i 2021. Ifølge verdens helseorganisasjon (WHO) dør omtrent 17,9 millioner hvert år av sykdommene på verdensbasis.

Til tross for at nedgangen i denne pasientgruppen fortsetter, økte antall dødsfall fra hjertefeilforholdsvis mer enn de andre store dødsårsaksgruppene i fjor, ifølge Folkehelseinstituttet (FHI).Mange tilfeller kunne sannsynligvis vært unngått ved en tidlig diagnose og riktig behandling.

Grenne ser nå et stort potensial i hvordan kunstig intelligens en dag også kan bidra til å forutse sykdommer og problemer før de faktisk oppstår.

– Muligheter for predikasjon er der. Dette er litt umodent ennå, men det er definitivt noe som er interessant å jobbe for på sikt. Foreløpig er det ikke sånn at vi kan ta et bilde av hjertet og si at «du får hjerteinfarkt og du får det ikke», men det er klart at man kan komme dit en gang, sier Grenne.

Fortsatt en vei å gå

Etterhvert vil også tekst og kunnskap fra publisert medisinsk forskning legges inn i applikasjonen for å bidra i bedre diagnostisering, ifølge forskerne som jobber i prosjektet.

– Programmet er foreløpig relativt naivt og avhengig av bildedata, og per nå kan det bare løse spesifikke oppgaver. Ved å integrere informasjon fra flere datakilder, blant annet fra tekst og kunnskapen som ligger i forskningsartikler fra hele verden, kan programmet også bli mer generisk og vil kunne sette sammen informasjon og se sammenhenger, slik vi mennesker er gode til, sier Østvik.

Gruppeleder Grenne er enig i at det fortsatt er langt frem til vi vil stille en diagnose bare gjennom kunstig intelligens eller starte en behandling bare basert på noe som KI har funnet.

– Det er vi som leger som sitter i førersetet her. Dette er et hjelpemiddel for at vi skal kunne jobbe mer effektivt og tryggere, sier han.

Kan redde liv

– Det er mye å hente på at spesialistene kan utføre andre oppgaver og få hjelp i vurderingene sine, sier Kristina Ingrid Helena Hermann Haugaa, som er kardiolog på Rikshospitalet og professor ved Universitetet i Oslo (UiO).

Oslo Universitetssykehus utfører daglig mange undersøkelser med ultralyd på pasienter, og hun sier hun ser stor verdi i mulighetene den nye teknologien gir som nå blir utviklet og testet ut av St. Olav.

Det nye verktøyet kan løse flere utfordringer og kan indirekte redde liv gjennom at det frigjør ressurser som trengs andre steder, mener Haugaa. Metoden kan også gi raskere svar ved akutte tilfeller der det trengs behandling.

– Om man for eksempel ser at det er mye væske i hjerteposen som må tappes ut, må det gjøres der og da. Så det er klart at det er akutte ting som kan avdekkes, og som må behandles omgående.

Gode til å systematisere data

Grenne forklarer at den lange tradisjonen vi har i Norge for å innhente og systematisere folkehelsedata, gjør at vi også er langt fremme i utviklingen innenfor KI.

– Det som er unikt i Norge, er at vi har vært gode over lang tid til å strukturere data. Vi har tilgang til mer helsedata enn de fleste andre land, og vi har vært tidlig ute med å sikre oss store databaser fra helseundersøkelsene her i landet, sier hjertespesialisten om Norges posisjon når det kommer til bruk av kunstig intelligens i helse.