Så kan AI lösa våra hälsoproblem
Utvecklingen av artificiell intelligens går snabbt och kommer förändra våra liv – inte minst när vi går till doktorn. Vi tar tempen på AI-febern inom medicinen.

– Det är som en bebis som varje dag lär sig något nytt, säger Max Gordon, överläkare och forskare i ortopedi vid institutionen för kliniska vetenskaper, Danderyds sjukhus.
Han pratar om en artificiell intelligens – ett datorprogram med den mänskliga hjärnan som förebild – som just nu lär sig att tolka röntgenbilder i hans labb. Istället för att en läkare identifierar frakturer och bedömer vilka patienter som behöver opereras, är tanken att datorn ska kunna göra det i framtiden. Det skulle finnas flera fördelar med en sådan artificiell hjälpreda på sjukhuset.
– En artificiell intelligens blir aldrig trött och kan jobba på obekväm arbetstid. Läkarna kan istället få tid till att titta extra på de mer komplicerade fallen, och till att träffa patienterna, säger Max Gordon.
I stället för vanligt DNA har AI-bebisen algoritmer, matematiska instruktioner som den fått från sin programmerare. Programmet är inte konstruerat för att göra allt rätt, som ett vanligt datorprogram, utan för att kunna lära sig en uppgift genom övning.

– Det är det som är det intelligenta. Det liknar den mänskliga hjärnans sätt att lära sig genom att bearbeta information i ett nätverk av celler, säger Max Gordon. Ingen berättar för programmet i Max Gordons labb hur den ska bära sig åt för att tolka bilderna, utan det lär den sig på sitt eget sätt, förklarar han.
Men i början – under träningsperioden – måste Max Gordon finnas där i bakgrunden och visa vägen, skruva lite på algoritmerna och bekräfta när programmet ger rätt svar. Hans ännu opublicerade forskningsresultat visar att den för tillfället har rätt i över 90 procent av fallen, vilket är i nivå med en vanlig röntgenläkare.
Idén om att skapa tänkande maskiner har funnits ända sedan antiken och ledde så småningom fram till de första datorerna. Många menade dock att det är omöjligt att lära en dator att tänka som en människa. Men AI-entusiasterna härdade i. Det matematiska geniet John von Neumann ska år 1948 ha sagt: ”Om du kan berätta för mig precis vad det är en maskin inte kan göra, så kan jag alltid bygga en maskin som gör just det!”
– Teorierna bakom artificiell intelligens är gamla men de har varit svåra att omsätta i praktiken. För bara några år sedan nådde datorkraften en nivå som gjorde att programmen faktiskt började fungera, säger Max Gordon, som har sysslat med programmering sedan unga år.
Klassificera miljontals bilder
Genombrottet kom år 2012 i en tävling där datorprogram fått uppgiften att klassificera miljontals bilder hämtade från nätet. I ena ringhörnan fanns traditionella program, specialskrivna för ändamålet av experter på datorseende. I andra ringhörnan fanns AI-program helt utan förkunskap, men med potential att lära sig. Tävlingen vanns oväntat överlägset av AI-programmet AlexNet, skapat av forskaren Alex Krizhevsky vid Universitetet i Toronto, efter 5 dagars träning.
Tre år senare vann ett AI-program igen – men nu på en nivå som inte bara utklassade andra datorprogram, utan även människorna själva. Människan har också besegrats av datorer i spel som schack, frågesporten Jeopardy och brädspelet Go. Det verkar alltså som att AI-programmen är på väg att lämna bebisstadiet och nå övermänsklig nivå på flera områden. De algoritmer som visar framgång adopteras genast av fler utvecklare som anpassar dem för nya uppgifter. Algoritmen bakom AlexNet laddades exempelvis ner av Max Gordon som började träna den i att tolka röntgenbilder.

En annan lovande algoritm vidareutvecklades av Mattias Nilsson Benfatto, datorlingvist och forskare vid institutionen för klinisk neurovetenskap, Karolinska Institutet. Av honom fick den träning i en helt annan uppgift, nämligen att upptäcka dyslexi hos skolelever.
– Dyslexi sitter inte i ögonen, utan beror på att hjärnan har problem med att avkoda text. Genom att mäta hur ögonen rör sig kan vi få en bild av de språkliga processer som pågår inne i huvudet när någon läser eller skriver, säger han.
Ett sätt att identifiera barn som är i riskzonen för dyslexi, så att de sedan kan få hjälp och stöd, är att låta hela skolklasser genomföra språktest. Ett annat sätt är att genomföra ögonrörelsemätningar.
– En styrka med ögonrörelsemätningar är att det blir mer objektivt. Vid traditionella papperstest finns flera felkällor då eleven till exempel måste hantera papper och penna, och proven måste rättas av någon. Dessutom går det snabbare, mätningen tar bara några minuter, säger Mattias Nilsson Benfatto.
Mycket stora datamängder
Problemet är bara att mätningarna ger mycket stora datamängder som är svåra att analysera manuellt. Genom att träna upp den intelligenta algoritmen har Mattias Nilsson Benfatto tillsammans med kollegan Gustaf Öqvist Seimyr nu automatiserat analysen, vilket har gjort ögonrörelsemätningar till ett mer användbart verktyg.
I ett forskningsprojekt vars resultat nu analyseras har Mattias Nilsson Benfatto och hans kollegor genomfört ögonrörelsemätningar i skolklasser i Järfälla och Trosa. De vill ta reda på hur tillförlitlig den automatiska analysen är och hur tidigt i åldrarna dyslexi kan identifieras.
– De resultat vi har hittills visar på en hög överensstämmelse, 90 procent, mellan AI-programmets bedömning och de traditionella bedömningarna, säger Mattias Nilsson Benfatto.

Det är tillräckligt bra för att han och Gustaf Öqvist Seimyr nu kan använda tekniken inom ramen för deras företag, Optolexia, som erbjuder dyslexiscanning till skolor. Tekniken som Max Gordon och Mattias Nilsson Benfatto använder kallas Supervised learning, eftersom den förutsätter att en människa övervakar lärandet med ett facit till hands.
En annan, mer fritänkande artificiell intelligens, har hamnat i en dator på SciLifeLab i Solna.
– Artificiell intelligens kan vara ett bra sätt att automatisera sådant som människor också kan göra. Men många hoppas på att artificiell intelligens också ska kunna bidra med något helt nytt, kanske upptäcka saker som ingen människa har tänkt på att leta efter, säger Mikael Huss, forskare i bioinformatik vid SciLifeLab.
Som exempel tar han superdatorn Deepmind, som 2016 slog en av världens bästa spelare i brädspelet Go. Först observerade datorn mänskliga matcher, sedan spelade den matcher mot sig själv och lärde sig av sina egna misstag. Resultatet blev en spelstil som inte är mänsklig.
– Den spelade på ett sätt som enligt vad Go-spelarna lärt sig sedan barnsben borde vara helt fel. Den hade alltså sett något, hittat ett mönster, som hade gått människorna helt förbi, säger Mikael Huss.
Inom medicinen
Tillämpat inom medicinen skulle ett sådant system kunna hitta nya vetenskapliga samband, till exempel tidigare okända kopplingar mellan olika sjukdomar eller, ja… något fullständigt oväntat. Denna typ av genombrott har ännu inte inträffat, men forskarna jobbar på det. Mikael Huss har börjat så smått genom att låta ett AI-program förutsättningslöst analysera data om innehållet i några celler, utan att berätta vad som är rätt och fel.
Informationen är hämtad från två studier som andra forskare genomfört med så kallad enkelcellsanalys. Målet var att se om programmet av sig själv kunde hitta ett sätt att sålla i informationen och skapa en kompakt beskrivning, en sorts definition, av vad som kännetecknar olika celltyper.
– Det funkade ganska bra, programmet gjorde ungefär samma bedömning som forskarna själva hade gjort, säger han.
Experimentet gjordes som en del av ett examensarbete som Mikael Huss handledde. Även om resultatet var lovande så är det oklart hur tillförlitliga resultaten är. För att uppnå en nivå som skulle göra det praktiskt användbart skulle programmet behöva bli mycket skickligare på sin uppgift. Och för att nå den nivån skulle det först behöva öva på många fler exempel. Här ser Mikael Huss en utmatning för artificiell intelligens inom det medicinska området.
– Ett AI-program har lättast att lära sig om det får öva på massor av exempel som vart och ett kan beskrivas med relativt få parametrar. Men inom medicinen är det oftast tvärtom. Forskare har ofta problem med att samla ihop information om tillräckligt många patienter till sina studier, men varje fall innehåller massor av data som kan tolkas på olika sätt, säger han.
I internets informationshav trivs AI däremot som fisken i vattnet. Där matas just nu AI-program med miljontals övningsexempel, i form av nyhetstexter och inlägg på sociala medier som översätts automatiskt. Du har sannolikt träffat på dem i ditt eget Facebookflöde.
Textbaserad vetenskaplig information
Liknande förutsättningar, fast på det vetenskapliga området, försöker datorföretaget IBM ge sitt datorsystem Watson genom att överskölja den med all textbaserad vetenskaplig information företaget kan komma över, i form av vetenskapliga artiklar, läroböcker och journaler. Företaget har även lagt miljardbelopp på att köpa loss 30 miljarder röntgenbilder som Watson kan träna på.

Enligt IBM har 80 procent av all hälsodata hittills varit otillgänglig eftersom den är ostrukturerad. Men Watson ska kunna se informationen och har en hisnande läshastighet - närmare bestämt 200 miljoner sidor text på tre sekunder. Marknadsföringstexterna målar upp storslagna planer för ”Dr Watson” som till en början ska lära sig allt om cancerforskning. Datorn ska redan ha ställt flera cancerdiagnoser där mänskliga läkare har misslyckats. Max Gordon säger att det finns en stor entusiasm även i Sverige, men tror att det dröjer innan artificiell intelligens får en betydande roll inom sjukvården. Åtminstone i Sverige.
– Jag har lagt mycket av min forskningstid på att ansöka om olika tillstånd och försöka förstå vilka regler som gäller. Alla är entusiastiska men det finns inga bra upparbetade vägar vilket gör att förberedelserna i Sverige tar längre tid än vad det till exempel gör för forskargrupper i USA som jag haft kontakt med, säger han.
Eftersom ingen dör av en dålig översättning kan artificiella intelligenser tillåtas härja fritt i riskfria miljöer, som i ditt Facebookflöde. Men en artificiell intelligens som ska arbeta inom sjukvården måste vara ett fullfjädrat proffs från dag ett, något som gör att det kan dröja innan den tilldelas viktiga uppgifter.
Max Gordon tror dock att det mest är en tidsfråga – artificiell intelligens kommer att förändra sjukvården. Det innebär inte nödvändigtvis att artificiell intelligens kommer att ersätta sjukvårdspersonalen, men det kommer leda till en uppdelning av sysslor mellan sådant som människor respektive maskiner gör bäst.
– Jag är övertygad om att diagnostik huvudsakligen kommer att göras med hjälp av artificiell intelligens. Jag ser ingen anledning till att det inte skulle bli så eftersom datorerna snart kommer göra det snabbare, bättre och säkrare än människor, säger han.
Men att kommunicera en diagnos till patienten med empatisk fingertoppskänsla, eller att göra det rätta valet mellan två behandlingar med sina subjektiva för- och nackdelar – sådant görs ännu bäst av människor.
– Datorer kan göra riskbedömningar och presentera olika alternativ. Men de har ingen förståelse för människors subjektiva upplevelser. Jag tror att läkarrollen kommer att övergå till att handla mer om mötet med patienten, spår Max Gordon.
Lösa avgränsade uppgifter
Den artificiella intelligens som hittills utvecklats kan lösa avgränsade uppgifter. Om det innebär att maskinerna nu kan tänka är tveksamt. I så fall är det ett väldigt smalt och enkelspårigt tänkande, jämfört med vad vi människor gör när vi tänker. Men någon gång kanske det som kallas generell artificiell intelligens utvecklas – en dator som kan tänka fritt och lära sig vad som helst.
En del tänkare, som Microsoftgrundaren Bill Gates, entreprenören och framtidsvisionären Elon Musk och vetenskapsmannen Stephen Hawkings, varnar för att utvecklingen av artificiell intelligens kan vara mänsklighetens största misstag. För vilken garanti finns för att en superintelligens, som är överlägsen människan på alla områden, skulle vara vänligt inställd till oss?
Andra, som Googles utvecklingschef Ray Kurzweil, tror att människor och datorer kommer smälta samman till en ny superintelligent livsform med förmåga att lösa alla problem i världen.
– Sådant är inget jag tänker på, det känns väldigt långt bort från var vi är idag, säger Mikael Huss, även om han inte invänder mot själva resonemangen.
Mikael Huss håller med om att stora förändringar är på gång men tror inte vi kommer få se den artificiella intelligensen ta över världen.
– Artificiell intelligens är både överhypat och underhypat. Mycket i samhället kommer att skötas av artificiell intelligens i framtiden, det tror jag verkligen. Steg för steg kommer vi acceptera sådant som underlättar våra liv, inte minst inom områden som forskning och sjukvård. Men när det händer kommer vi redan ha vant oss som vi gör med all teknologi, det kommer inte kännas som science fiction längre, säger han.
Text: Ola Danielsson, först publicerad i tidskriften Medicinsk Vetenskap nummer 1, 2017.
Fakta: 3 AI-doktorer att räkna med
Eliza är en enkel chatrobot som utvecklades 1966. Trots att Eliza var helt ointelligent upplevde många att hon visade verklig förståelse för bland annat psykologiska problem. Elizas standardfraser var bland annat ”hur mår du nu?” och ”berätta mer”.
AlphaGo är ett datorprogram som spelar det strategiskt avancerade brädspelet Go. När AlphaGo i februari 2016 besegrede mästaren Lee Sedol i Go övervägde tidskriften Science att, som ett av nio alternativ, utse det till årets vetenskapliga genombrott (Utmärkelsen gick istället till upptäckten av gravitationsvågor).
Watson är ett datorsystem skapat av IBM för att besvara frågor i frågesporten Jeopardy! men som har börjat användas för medicinska tillämpningar. Det ska bland annat lära sig att ställa cancerdiagnoser och rycka in där det finns läkarbrist i Indien.
Mer om artificiell intelligens

Podcast: Kan AI ge bättre hälsa?
AI används redan i sjukvård och forskning, till exempel för att analysera röntgenbilder eller förutsäga proteiners tredimensionella utseende. Hör professor Magnus Boman berätta om fler tänkbara användningsområden.