Du benytter en nettleser vi ikke støtter. Se informasjon om nettlesere

Ta i bruk kunstig intelligens

Nyttige lenker om kurs, anskaffelse og kvalitetsforbedring

«Kunstig intelligente systemer utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data, i den hensikt å oppnå et gitt mål. Enkelte KI-systemer kan også tilpasse seg gjennom å analysere og ta hensyn til hvordan tidligere handlinger har påvirket omgivelsene.» 

Hva er kunstig intelligens i dag?

Tanken om at maskiner oppførte seg slik at "det ville blitt kalt intelligens dersom et menneske hadde gjort det" ble født midt på 50-tallet. Etter dette har teknologiske fremskritt stadig flyttet grensen for hva som er mulig.

Tidlig kunstig intelligens var regelbaserte systemer, dvs. at de fulgte regler som eksperter hadde satt opp for å kunne finne sammenhenger i et nytt datamateriale. I dag har både forutsetningene for kunstig intelligens og selve teknologien utviklet seg, og teknologien er derfor ikke den samme som på 50-60-tallet. Dagens kunstige intelligens kjennetegnes av:

  • læring
  • autonomi (kan ta beslutninger uten at mennesker er involvert)
  • kompleks forklarbarhet

På denne nettsiden definerer vi kunstig intelligens som har egenskapene ovenfor, som f.eks. maskinlæring. I mange systemer som brukes i helsetjenesten har maskinlæring blitt brukt for å finne nye sammenhenger, eller gjøre en spesiell arbeidsoperasjon bedre eller raskere enn med tradisjonelle metoder. Videre opplæring av produktet etter at det er tatt i bruk gjøres imidlertid ikke ved bruk i helsetjenesten.

Teknologirådets Kunstig intelligens i klinikken - seks trender for fremtidens helsetjeneste beskriver hvordan kunstig intelligens kan endre helsetjenesten i fremtiden, er lettlest og inneholder en rekke eksempler.

Lær om kunstig intelligens

Gratis nettbasert kurs

Elements of AI er et gratis nettkurs utviklet av Reaktor, Helsingfors Universitet og Feed. NTNU tilbyr kurset på norsk. Kurset passer for deg som vil lære om hva kunstig intelligens (KI) er, hvordan KI utvikles, og hva teknologien kan (og ikke kan) brukes til. Kurset er tekstbasert og kombinerer teori med praktiske oppgaver. Gjennomsnittlig tid for å fullføre kurset er 25 timer, og du kan ta det i ditt eget tempo.

Tverrfaglige kurs

Flere læresteder har startet opp tverrfaglige kurs, eller kurs hvor helsepersonell får kunnskap om teknologi og kunstig intelligens. Se lærestedenes nettsider for å få oversikt over studietilbudet.

Kompetansenettverk

Det er opprettet et nasjonalt kompetansenettverk for kunstig intelligens, KIN. Det er åpent for alle og uforpliktende å delta. Les mer om dette og andre nettverk på siden om kompetansenettverk.

Be om hjelp ved anskaffelse av produkter basert på kunstig intelligens

Å gjennomføre en anskaffelse av produkter basert på kunstig intelligens er en omfattende prosess der mange forhold må tas i betraktning. Ta kontakt med andre som har gjennomført lignende anskaffelser eller utprøvinger for å lære av dem. 

Foreløpig har vi ikke nasjonale veiledere spesielt rettet mot anskaffelse av produkter basert på kunstig intelligens i helsetjenesten. A buyer's guide to AI in health and care fra National Health Service (NHS) i Storbritannia kan være av interesse også for den norske helsetjenesten. Det er også laget en tilhørende AI buyer's guide assessment template

Innenfor radiologi har det etter hvert kommet mange CE-merkede produkter, se blant annet nettsiden AI for radiology for liste over disse. Selv om produkter er CE-merket så viser forskning at de færreste har

Fagfellevurdert evidens er kvalitetssikring av resultatene fra forskning (fagartikler, bøker). Fagfellevurderingen gjennomføres ved at eksperter på området vurderer forskningen kritisk før publikasjon. Vurderingen gjøres vanligvis av 2-4 eksperter.

Kilde: https://snl.no/fagfellevurdering

. Det er derfor viktig å gjøre egen kvalitetssikring før produktene tas i bruk.

Kvalitetsforbedring

Auditing machine learning algorithms - A white paper for public auditors er utviklet av riksrevisjonen i Norge, Finland, Tyskland og Nederland. Den kan være nyttig å kjenne til for de som arbeider med kvalitetssikring av maskinlæringsalgoritmer.

Machine Learning for Health: Algorithm Auditing & Quality Control er en lettlest artikkel som beskriver det pågående arbeidet med å få til effektive og pålitelige maskinlæringssystemer i helsevesenet.

 

 

Først publisert: 16.03.2022 Sist faglig oppdatert: 16.03.2022 Se tidligere versjoner


Statens legemiddelverkDirektoratet for e-helseHelsetilsynet

Informasjonssidene om kunstig intelligens er et samarbeid mellom Helsedirektoratet, Direktoratet for e-helse, Statens legemiddelverk og Statens helsetilsyn.