Ny professor: Kunstig intelligens skal være lægens nye supervisor

Martin G. Tolsgaard er fra 1. januar 2023 professor med særligt fokus på klinisk uddannelse. Med det nye professorat vil han blandt andet bruge kunstig intelligens til at reducere medicinske og kirurgiske fejl – og samtidig hjælpe klinikerne til at blive endnu bedre til det, de gør i forvejen. 

​Professoratet og den tilhørende overlægestilling er tilknyttet både Afdeling for Graviditet, Fødsel og Barsel i Juliane Marie Centret på Rigshospitalet og CAMES (Copenhagen Academy for Medical Education and Simulation). Professoratet er forankret i Institut for Klinisk Medicin på Københavns Universitet.

Gennem et samarbejde med DTU (Danmarks Tekniske Universitet) og Datalogisk Institut på Københavns Universitet har Martin G. Tolsgaard og hans forskningsgruppe særligt fokus på at udvikle kunstig intelligens, der kan bruges til kompetencevurdering og feedback i forbindelse med kliniske procedurer - både for læger under uddannelse og i den højt specialiserede dagligdag på bl.a. Rigshospitalet. 

"Som klinikere arbejder vi meget alene i dagligdagen uanset speciale, og der er ofte begrænsede muligheder for supervision eller feedback fra eksperter. Både fordi eksperterne også selv skal tilse egne patienter, ikke er på vagt 24/7, eller fordi der ikke er tid eller ressourcer til en ekstra person på stuen, når der skal laves et indgreb. Hvis vi kan udvikle nye metoder til at give feedback til og supervisere både nyuddannede og erfarne klinikere via kunstig intelligens, vil vi i langt højere grad end i dag kunne sikre, at alle læger opnår og opfylder de samme ekspert-standarder," siger han. 

Et eksempel på noget af den forskning, som Martin G. Tolsgaards​ gruppe laver, er udvikling af automatiserede kompetencevurderinger til indgreb som moderkageprøver. Her er det som ved andre indgreb vigtigt, at nye læger mestrer proceduren, før de skal lave indgrebet på patienter:

"For at kunne træne nye procedurer sikkert udvikler vi ofte simulatorer (dukker) – for eksempel ved at 3D printe dem på CAMES. Herefter har ingeniører fra CAMES udviklet en kunstig intelligens-algoritme, der kan hjælpe med at foretage kompetencevurderinger ud fra øjenbevægelser, håndbevægelser og ultralydbilleder. Det gør, at vi kan bestemme, hvornår en ny læge har opnået samme niveau som en klinisk ekspert og dermed er klar til at rykke videre til klinisk oplæring. Det er med til at skære hele den ’farlige’ del af læringskurven væk – og dermed reducere risikoen forbundet med proceduren betydeligt for patienterne," forklarer Martin G. Tolsgaard.

Målet med det nye professorat er at løfte den kliniske uddannelse til et nyt niveau ved hjælp af nye teknologier og bringe Danmark i en førerposition inden for forskning i medicinsk uddannelse og udvikling af bæredygtige, fremtidssikrede løsninger. 

"I sidste ende er ambitionen, at vi skal mindske ulighed i den behandling, man får,  og det skal være uafhængigt af, hvor man er i landet og hvilken læge, man bliver set af. Forhåbentlig kan vi udvikle nogle algoritmer og systemer, der er lette at bruge og værdifulde i arbejdet med at sikre, at alle patienter får den bedst mulige behandling og diagnostik," siger Martin G. Tolsgaard.