Anita Øgård-Repål er førsteamanuensis ved Institutt for helse- og sykepleievitenskap ved Universitetet i Agder. Hun kaller seg en kritisk optimistisk når det kommer til bruk av KI på rusfeltet.
- KI har et enormt potensial og er uunngåelig i et fremtidig helsetilbud. Vi trenger KI for å nå flere og for å avlaste helsepersonell, sier hun.
Øgård-Repål mener det er mange fordeler ved å bruke KI på rusfeltet.
- For en del mennesker vil det å avpersonalisere hjelpen gjøre den mer tilgjengelig. At KI er upersonlig vil være positivt for en del, og jeg tror terskelen for å søke hjelp vil bli lavere. KI kan også brukes for å forbedre behandling og oppfølging. KI kan for eksempel predikere tilbakefall, og kan kan brukes i ettervern og for å følge opp pasienter som er skrevet ut, sier hun.
Må ta vare på personvernet
Det følger med en del etiske dilemmaer med KI. KI-systemene behandler store mengder med personlig og sensitiv informasjon. Det kan sette brukerne i en ytterligere sårbar situasjon.
- Det jobbes mye med personvern, og vi må ha et tydelig regelverk rundt bruk og deling av data, sier Øgård-Repål.
Brukerne må også få god personlig veiledning og oppfølging, og trygges på at KI er trygt å bruke.
- En relativt stor andel er skeptiske til digitale verktøy og til å bruke nettet. Mange har frykt for algoritmer, og vi må bygge en enorm tillit i tillegg til å utvikle systemene, sier Øgård-Repål.
Les også: Økt livsmestring med VR-teknologi
Hvem har ansvaret?
Et annet dilemma er hvem som sitter med ansvaret dersom en anbefaling gitt av KI slår feil ut.
- Rop-pasienter responderer veldig ulikt, og det kan være vanskelig å forutse hvordan de reagerer når de bruker tjenestene. Dersom KI har gitt et råd som førte til at det gikk dårlig i andre enden, hvem har da ansvaret, spør Øgård-Repål.
Det kan også være en del mennesker som ikke kan ta i bruk verktøyene grunnet manglende digital tilgang og kunnskap. Hvordan skal man nå alle?
- Disse verktøyene vil ikke bli for de svakeste og mest sårbare. Kanskje når vi bare halvparten. Dette er en gruppe mennesker som ikke alltid har tilgang på PC. Mange har ikke BankID heller. De som ikke kan nyttiggjøre seg av digitale verktøy eller KI, får møte mennesker. Det kan føre til at noen føler at de henger etter. At de ikke skjønner hva de andre snakker om, sier Øgård-Repål, og legger til at utviklingen på feltet går veldig fort.
- Vi har allerede noe på plass, og jeg tror det vil bli et stort mangfold på området før vi vet ordet av det.
Forskning ved NKROP: Bruk av VR for å fremme recovery
Mange forventninger til KI
Sveinung Tornås, avdelingsdirektør i Helsedirektoratet, forteller at det er knyttet mange forventninger til nytten av KI i helse- og omsorgstjenesten. Samtidig er det viktig å ha et skarpt blikk på etiske dilemmaer og balansegangen mellom fordeler og ulemper, og hele tiden ha med seg at det er mennesker vi behandler.
- KI kan brukes til å forenkle, forbedre og effektivisere helsetjenesten. Brukt i administrative oppgaver kan KI frigjøre tid som kan benyttes til pasientbehandling. I tillegg kan KI være en viktig ressurs i behandling. Vi mener det er viktig å se på KI som en partner og støtte, og ikke et substitutt for helsepersonell og mellommenneskelig kontakt. Bruk av KI forutsetter også godkjenninger på samme nivå som annen teknologi i helsetjenesten, sier Tornås.
Flere mulige bruksområder
Helsedirektoratet har ikke jobbet med kunstig intelligens på rusfeltet spesielt. Tornås understreker at det derfor er for tidlig å gi et utfyllende eller konkluderende svar på hvordan kunstig intelligens kan brukes i rusomsorgen. Dette må utforskes videre.
- I det grunnarbeidet vi gjør på KI-feltet ser vi imidlertid en rekke mulige bruksområder som kan være relevante på rusfeltet. I rapporten om språkmodeller, som kommer denne våren, nevnes det ulike mulige bruksområder, sier han.
Språkmodeller er maskinlæringsmodeller som er i stand til å behandle naturlig språk. Eksempler på mulige bruksområder for KI, som trekkes frem i Helsedirektoratets kommende rapport om språkmodeller, er:
Kunnskapsstøtte:
Helsepersonell må forholde seg til en stor mengde forskning og fagartikler. Språkmodeller kan bidra til kunnskapsstøtte for klinikere ved å hente oppdatert informasjon fra en eller mange kilder, prosessere den og lage en oppsummering.
Prediksjon av drop out:
Høy grad av dropout fra terapi er en utfordring. Et mulig eksempel er at språkmodeller analyserer samtaler i terapi, og identifiserer markører i samtalen som indikerer om det er risiko for at en pasient kommer til å forlate behandlingen.
Automatisk tekstproduksjon:
Språkmodeller kan bidra til automatisk generering av utkast og sammendrag til klinisk bruk, for eksempel epikriser og henvisninger. Epikriser blir også lest av pasienter, som kan ha vansker med å forstå den medisinske terminologien. Bruk av språkmodeller kan benyttes til å lage en versjon med et språk som er enklere å forstå.
Beslutningsstøtte gjennom klinisk samtalerobot (spørsmål og svar):
Språkmodeller kan fungere som en samtalerobot som gir svar på kliniske spørsmål helsepersonell har.
Innbyggerrettet samtalerobot (spørsmål og svar):
Språkmodeller kan også gi svar på spørsmål som innbyggere måtte ha. Her er det viktig at modellen blir tilpasset bruksområdet.
Tornås understreker avslutningsvis at bruksområdene ikke er en endelig vurdering av hvilke områder og KI-løsninger som bør tas i bruk. Dette må ikke sees på som en vurdering av forsvarlighet, anbefalinger eller godkjenning av Helsedirektoratet.
For mer informasjon, se Helsedirektoratets tverretatlige veiledningstjeneste for bruk av KI
