Datakvaliteten er avgjørende for kvaliteten på anbefalingene
KI-systemer er avhengig av god data. Alt av informasjon som produseres helsetjenesten, både strukturerte og ustrukturerte data kan i prinsippet brukes til kunstig intelligens.
| - | Data du trenger | KI-løsninger |
|---|---|---|
| 1. | Registerdata (helseregistre, medisinske kvalitetsregistre, biobanker, helseundersøkelser, mm.) | Beslutningstøtte for å vurdere utfall av ryggkirurgi, data fra Nasjonalt kvalitetsregister for ryggkirurgi (NKR) |
| 2. | Medisinske bilder m/tilknyttet informasjon (røntgen, MR, digital patologi, foto, video, ultralyd, mm.) | Effektivisere mammografiscreening, bildedata lokalt på brystsentrene, og screeningopplysningene i Kreftregisterets databaser. |
| 3. | Data fra medisinsk utstyr i helsetjenesten og hos pasienten | Overvåke hjerterytme, data fra elektrokardiogram (EKG) |
| 4. | Egenrapporterte data (PROM og PREM) | Persontilpasset samvalgsløsning for pasienter med kroniske smerter, data fra PROM (f.eks. smerteintensitet) på sikt PREM og automatisert innsamlet aktivtetsdata fra smartklokker |
| 5. | Gendata/omikkdata | Beslutningsstøtte for å persontilpasse medisinske doser, data fra pasientjournal som gendata og blodprøvesvar fra pasienter som har brukt antidepressiva |
| 6. | Lab-data | Risikokalkulator som predikerer risiko for diabetisk retinopati, data om kolesterol, blodtrykk, gradering av bilder |
| 7. | Legemidler | Overvåking av bivirkninger, data fra bl.a. bivirkningsjournal |
| 8. | Kurve (innlagte pasienter) | Risiko for sepsis, data fra strukturerte data (som målinger av blodtrykk, hjerterytme, oksygenmetning, kroppstemperatur m.m.) og pasientjournalnotater |
| 9. | Pasientadministrative systemer | Bemanningsplanlegging, turnushistoriske data om arbeidsmengder og data om kompetanse, lønn og værdata |
| 10. | Journalnotater (ustrukturerte) | Oppdage risiko for allergier, ved å analyse av naturlig språk (NPL) på pasientjournalnotater |
Hva er utfordringene med data når man bruker kunstig intelligens?
- Det er varierende datakvalitet
- Mange prosesser er manuelle, noe som er ressurs- og tidkrevende
- Behov for mer kompetanse
- Vanskelig å sammenstille data fra flere kilder
- Manglende standardisering
- Manglende oversikt over helsedata
Les mer om utfordringer rundt data til kunstig intelligens i rapporten Behov for data til kunstig intelligens i helsetjenesten (ehelse.no)
Hva gjør vi for å forbedre datakvalitet, og gi enklere tilgang til helsedata?
- Rapport om tilgang til data til kunstig intelligens (PDF, ehelse.no)
- Kunnskapsoppsummering om bruk av personvernbevarende teknologier for kunstig intelligens i helse- og omsorgstjenesten (PDF, ehealthresearch.no)
- Data gjøres tilgjengelig på helsedata.no, som er en nasjonal tjeneste med data fra norske helseregistre. Informasjonen kan brukes i statistikk. Trenger du tilgang til helsedata (dispensasjon fra taushetsplikten)?
- Data fra befolkningsundersøkelser finnes for eksempel fra Tromsøundersøkelsen (uit.no) og HUNT - Helseundersøkelsen i Nord-Trøndelag (ntnu.no)
- Du kan få data fra undersøkelser hos utvalgte fastleger (primærhelsetjenesten) gjennom PraksisNett (uib.no). Verktøyet legger også til rette for at forskere kan gjennomføre kliniske studier i norsk allmennpraksis.
- Vi sørger for økt normering og standardisering i tjenesten, slik at hendelser, behandlinger og andre opplysninger registreres riktig. Vi lager felles språk i helse- og omsorgstjenesten som gir bedre datakvalitet.
Informasjonssidene om kunstig intelligens er et samarbeid mellom flere direktorater.