
Den teknologiske utviklingstakten har vært økende de siste årene. Nye teknologier som har vokst frem kan bidra til å transformere helsetjenesten i årene som kommer. Kunstig intelligens kan blant annet analysere medisinske data for bedre diagnostikk, mens roboter kan bistå med kirurgiske inngrep og daglig pleie. Sensorer kan kontinuerlig overvåke pasienters helse og gi tidlige varsler om helsemessige utfordringer. Disse teknologiene kan bidra til en mer effektiv og pasientsentrert helse- og omsorgstjeneste.
Kunstig intelligens
Kunstig intelligens er forventet å kunne bidra til at vi kan opprettholde kvaliteten i tjenesten i årene fremover, og vil kunne utgjøre et betydelig bidrag til en bærekraftig utvikling av helsetjenesten. Utviklingen innen KI-teknologi går raskt fremover og åpner stadig nye muligheter for bedre pasientbehandling og arbeidshverdag for helsepersonell. Helsedirektoratets Felles KI-plan for trygg og effektiv bruk av KI i helse og omsorgstjenesten 2024-2025 beskriver hvilke steg som er viktig i dette arbeidet.
En viktig del av denne utviklingen er store språkmodeller. Store språkmodeller vil kunne brukes til å strukturere fritekst i pasientjournaler, maskinassistert koding, beslutningsstøtte i behandling, og automatisk tekstproduksjon. Ved å bruke store språkmodeller kan man oppnå mer effektive arbeidsprosesser og høyere kvalitet i helsetilbudet.
I tillegg til språkmodeller, representerer multimodale KI-modeller betydelige fremskritt innen kunstig intelligens. Ved å kombinere data fra ulike kilder som medisinske bilder, pasientjournaler og genetiske tester, kan disse modellene oppdage tidlige tegn på sykdommer som kanskje ikke er synlige ved bruk av enkeltstående diagnostiske verktøy. Bruk av multimodale KI-modeller kan dermed føre til tidligere intervensjon og bedre forståelse og behandling av sykdommer for pasientene.
Teknologirådet fremhever KI-agenter som en ny og fremvoksende retning innen kunstig intelligens som kan bidra betydelig til en bærekraftig utvikling. KI-agenter kan fungerer mer autonomt og utføre oppgaver på egen hånd innenfor gitte rammer. Dette betyr at KI-systemer ikke bare analyserer medisinske data og gir anbefalinger, men vil en gang i fremtiden kunne ta beslutninger og utføre oppgaver uten menneskelig inngripen. Dette kan inkludere alt fra å overvåke pasienters vitale tegn og administrere medisiner til å utføre komplekse kirurgiske inngrep.
Kunstig intelligens (KI) spiller en stadig viktigere rolle i kampen mot kreft. Ved å analysere store mengder data fra moderne kreftutredninger, inkludert digitale vevsprøvebilder, kan KI bidra til å forutsi kreftpasienters kliniske forløp og prognose, og dermed gi en mer presis og persontilpasset behandling. Se Helse Midt-Norges artikkel Bruker kunstig intelligens i kampen mot kreft for et konkret eksempel på hvordan dette tas i bruk.
Når det gjelder effektivitet, har KI potensiale til å automatisere mange administrative oppgaver. KI kan eksempelvis brukes til søk og oppslag av koder og prosedyrer, samt brukes til å optimalisere turnusplanlegging og komme med forslag til journalnotater. Slik kan KI bidra til å lette arbeidsbyrden for helsepersonell, slik at de kan fokusere mer på pasientomsorg og mindre på administrative oppgaver.
Selv om utviklingen innen KI er rask skjer implementeringen ofte gradvis i offentlig helse- og omsorgstjeneste. Gradvis implementering gir mulighet til å håndtere utfordringer knyttet til interoperabilitet, datasikkerhet, personvern og KI-sikkerhet på en mer kontrollert måte og bidrar til at KI-løsningene er trygge, bærekraftige og godt integrert i eksesiterende systemer.
Utvidet virkelighet

Den mest kjente formen for utvidet virkelighet er virtuell virkelighet (VR) der brukeren gjerne gjennom bruk av VR-briller plasseres i en digital verden. En annen form er det som omtales som "augmented reality" (AR). Denne formen for teknologi gir brukeren i den fysiske verden digital informasjon som et tillegg til det brukeren for eksempel ser. Denne formen for teknologi er i ferd med å bli utbredt i biler, ved at for eksempel hastighet, navigasjonsinstrukser og sikkerhetsinformasjon vises for føreren på frontruten. I helse- og omsorgstjenesten prøves AR nå ut i nye former for fjernbehandling, blant annet beskrevet i SINTEFs artikkel om bruk av AR i helse.
Mixed reality (MR) er en teknologi som kombinerer elementer fra både den fysiske og den digitale verden for å skape en interaktiv opplevelse, med innslag fra begge verdener. I motsetning til virtuell virkelighet (VR), som plasserer brukeren i en helt digital verden, og utvidet virkelighet (AR), som legger digitale elementer over den virkelige verden, lar MR brukere samhandle med både fysiske og virtuelle objekter i sanntid. Innenfor mental helse kan MR brukes i behandling av psykiske lidelser som angst og posttraumatisk stresslidelse (PTSD). Gjennom trygge og kontrollerte simuleringer kan pasienter gradvis eksponeres for stressende situasjoner i et virtuelt miljø. Bruken av virtuell virkelighet i behandling av psykiske lidelser beskrives nærmere i Psykologtidsskriftets artikkel «Virtuell virkelighet — virkelig mestring: Virtual Reality som verktøy i behandling av psykoselidelser». Det forventes at både antall bruksområder og omfanget av bruk vil øke i årene som kommer.
Sensorer

Sensorer spiller en avgjørende rolle i mange teknologiske applikasjoner, fra hverdagslige gjenstander til avanserte industrielle systemer. Gjennom å måle egenskaper som temperatur, trykk, lyd, omgivelser i form av bilder, bevegelser, fuktighet og avstander er sensorer helt avgjørende for å gi digitale systemer og enheter informasjon om omgivelsene eller en bruker.
Bruken av sensorer i helse- og omsorgstjenesten er i dag ikke uvanlig. Akershus universitetssykehus (Ahus) har for eksempel brukt sensorer til å overvåke pasienters tilstand på sengepost siden 2024. Sensorer kan brukes på flere måter. For det første utvikles eksisterende utstyr slik at informasjon fra sensorer overføres direkte fra overvåkingsenheter til klinikkens sentrale datasystemer, som for eksempel det elektroniske pasientjournalsystemet. For det andre utvides bruken av sensorer til nye områder – ikke bare i klinikker, men også i andre deler av helsetjenesten, i pasientenes hjem og på pasientene selv. Også innen utviklingen av kunstig intelligens påvirker sensorteknologi helsetjenestene, slik det omtales i Tidsskrift for Den norske legeforenings lederartikkel «Kunstig intelligens vil endre helsetjenesten».
Det utvikles løsninger med sensorer som kan overvåke åpning og lukking av vinduer og dører, pasientbevegelser, medisininntak, utendørs posisjon, samt hjerterytme, blodsukker og blodtrykk. Vi kan også forvente å se økt bruk av bærbare sensorer og implantater for kontinuerlig overvåking og sanntidsdata. Smartklokker og helsetjenesteutstyr kan overvåke helseparametere, gi innsikt i helsetilstand og identifisere problemer tidlig. Ved å analysere store mengder helsedata kan man gi persontilpassede anbefalinger og varsler. I fremtiden vil dermed sensorer, sammen med maskinlæring og kunstig intelligens, spille en viktig rolle i helsetjenesten, bidra til persontilpasset behandling og støtte helsepersonell.
Roboter
Fremveksten av roboter henger tett sammen med utviklingen av mer og mer avanserte datasystemer. Jo mer avanserte datasystemer man kan utvikle for å styre roboter, jo flere oppgaver kan man overlate til robotene. Roboter har tradisjonelt vært brukt til gjentagende og enkle oppgaver, spesielt i industrien. Med mer avanserte styringssystemer, sensorer og økt prosesseringskraft, kan roboter nå brukes i flere sektorer og private husholdninger.
Roboter brukes allerede i helse- og omsorgstjenesten, blant annet innen logistikk (OUS), laboratoriearbeid (Helse Stavanger) , kirurgi (Vestre Viken) og rehabilitering. Med kunstig intelligens vil roboter kunne lære og tilpasse seg bedre, noe som vil øke deres bruksområder. I fremtiden kan roboter hjelpe eldre med daglige gjøremål, bistå i rehabilitering, assistere kirurger med presise inngrep, og bli mer utbredt i diagnostikk og logistikk.
Digital tvilling

Digitale tvilling-teknologi gjør det mulig å lage en nøyaktig modell av en fysisk enhet i sanntid, som kan brukes til simuleringer, overvåkning og analyser. En digital tvilling opprettes ved å samle inn data fra sensorer som er plassert på den fysiske enheten. Disse dataene overføres til en digital plattform hvor de behandles og analyseres. Den digitale tvillingen oppdateres kontinuerlig med sanntidsdata, slik at den alltid reflekterer den aktuelle tilstanden til den fysiske enheten.
Per i dag kan man lage detaljerte tvillingmodeller av pasienters anatomi, som kirurger kan bruke til å planlegge og øve på komplekse operasjoner. Dette gir en bedre forståelse av pasientens unike anatomi og kan redusere risikoen for komplikasjoner under operasjonen.
Et annet bruksområde er pasientovervåking, hvor digitale tvillinger kan overvåke pasienters helse i sanntid ved å samle inn data fra ulike sensorer. Dette gir helsepersonell en helhetlig oversikt over pasientens tilstand og gjør det mulig å oppdage tidlige tegn på forverring, noe som kan føre til raskere og mer presis behandling.
Digitale tvillinger vil også spille en viktig rolle i utviklingen av persontilpasset medisin, gjennom simuleringer og testing av nye medisiner og behandlingsmetoder. Ved å modellere en pasients genetiske sammensetning, fysiologiske egenskaper og livsstilsvaner, kan digitale tvillinger brukes til å utvikle skreddersydde medikamenter og behandlingsplaner. Dette kan forbedre effektiviteten av behandlingen og redusere bivirkninger, og også redusere tiden det tar å utvikle nye medikamenter og behandlinger. Man kan også bruke digitale tvillinger i rehabiliteringssammenheng, gjennom å utvikle personlige rehabiliteringsprogrammer. Ved å analysere data fra pasientens bevegelser og fremgang kan terapeuter tilpasse treningsprogrammer for å oppnå best mulig resultater.
På et mer organisatorisk nivå kan digitale tvillinger brukes for å optimalisere driften av sykehus og andre institusjoner ved å simulere pasientflyt, ressursbruk og bemanningsbehov. Dette kan bidra til å forbedre effektiviteten og kvaliteten på helsetjenestene, samt redusere kostnader.
Kvantedatamaskiner
Kvantedatamaskiner kan føre til store fremskritt innen medisinsk diagnostikk og behandling kan forbedre presisjonen i medisinske diagnoser ved å analysere komplekse data raskere og mer nøyaktig. I tillegg kan kvantedatamaskiner utvikle mer effektive og skreddersydde behandlinger basert på individuelle genetiske profiler. Dette kan føre til mer personlig tilpasset og effektiv helsehjelp.
Blant flere forskningsmiljøer er det store forhåpninger om at gjennombrudd innen kvantefysikk vil føre til tilsvarende fremskritt innen andre vitenskapelige felt, som bioteknologi. Når dette skjer, kan nye medisiner utvikles i et tempo som i dag er vanskelig å forutsi. Les mer om potensialet i artikkelen «Kvantedatamaskiner kan revolusjonere forskning» hos Apollon.
På lengre sikt peker flere aktører også på at kvantedatamaskiner vil utfordre dagens krypteringsalgoritmer. Den raske teknologiske utviklingen gjør det nødvendig at aktørene i helse- og omsorgssektoren holder seg oppdatert på risikobildet og tilpasser sikkerhetsarbeidet til en ny virkelighet. Temaet omtales nærmere i Digi.no-artikkelen «Hvordan forsvare seg mot en fiende med kvantedatamaskin?»
I Norge har blant annet UiO, NTNU og Sintef et pågående samarbeid som forsker på kvanteteknologi.
Bioteknologi
Moderne bioteknologi brukes ofte synonymt med genteknologi, men begrepet omfatter også en rekke nyere metoder der genteknologi inngår som en viktig komponent. Genmodifisering av levende organismer, genterapi på mennesker, gentester, stamcelleforskning, assistert befruktning og kloning er eksempler på bruksområder innen moderne bioteknologi. En oversikt over sentrale temaer finnes på Bioteknologirådets nettsider om bioteknologi.
Persontilpasset medisin, også kjent som presisjonsmedisin, innebærer å tilpasse forebygging, diagnostikk og behandling til den enkeltes genetiske profil, livsstil og miljø. I Norge er det særlig tre områder som har fokus: kreft, sjeldne sykdommer og infeksjonssykdommer.
Ved å bruke biomarkører og storskalaanalyser kan helsepersonell gi mer målrettet behandling, noe som øker sjansen for bedre helseutfall. Den raske utviklingen innen bioteknologi og dataanalyse gjør at persontilpasset medisin blir stadig mer integrert i helsetjenesten. Dette krever samarbeid mellom forskere, helsepersonell og teknologiselskaper for å utvikle og ta i bruk nye løsninger.
Du kan lese mer om fagområdet på Helsenorge sine sider om persontilpasset medisin.