Jeg har skrevet et debattinnlegg i Stavanger Aftenblad hvor jeg tar opp et tema som opptar mange: kunstig intelligens i helsevesenet. Utviklingen går raskt, og mulighetene er mange – men vi må ikke la oss blende av teknologisk optimisme alene.

Som jeg skriver i innlegget:
«KI kan gi gevinster i det små. Raskere prøvesvar kan redusere pasienters angst, og automatisk journalføring gir legen mer tid med pasienten. Brukt klokt kan slik teknologi bedre pasientopplevelsen. Men for at KI skal gi reell gevinst, må den innføres sammen med økt kapasitet der det trengs – flere spesialister, operasjonssaler og utvidede poliklinikker. Uten dette flyttes ventingen til neste ledd.
Vi trenger ledere som ser helheten – ikke bare skryter av nye apper og dingser, men også sørger for at folk og ressurser er der når teknologien avdekker flere pasientbehov. Først da kan KI-ens lovede gevinster for pasientene realiseres, ikke bare tall på en statistikk.»

Les hele innlegget her: Er KI i helsevesenet en mirakelkur? – Stavanger Aftenblad

Kunstig intelligens vs. leger: En ny studie med nyanserte funn

En fersk systematisk gjennomgang og meta-analyse publisert i npj Digital Medicine har undersøkt hvordan generativ kunstig intelligens (KI) presterer sammenlignet med leger når det gjelder diagnostisk nøyaktighet. Studien, som analyserte data fra 83 enkeltstudier, fant at KI-modeller i snitt hadde en diagnostisk nøyaktighet på 52,1 %. Når disse modellene ble sammenlignet med leger som en samlet gruppe – det vil si både erfarne og uerfarne klinikere – var det ingen signifikant forskjell i ytelse. Derimot presterte KI merkbart dårligere enn eksperter alene (p = 0,007).

Studien kan leses her.

Dette er et viktig og nyansert funn. At KI ikke matcher de mest erfarne klinikerne er ikke overraskende, men det er likevel tankevekkende at ytelsen fremstår som «på nivå» med leger når man slår sammen hele spekteret av erfaring. Dette illustrerer to sentrale poenger: For det første at vi må være forsiktige med å tolke studier som hevder at KI overgår leger – ofte er det sammenligningsgrunnlaget som er uklart eller svakt. For det andre antyder det at KI kanskje kan ha en plass i helsesystemer med lavere tilgang på kvalifisert personell.

Et annet vesentlig aspekt som studien trekker frem, er den betydelige publikasjonsskjevheten i feltet. Det er kanskje ikke overraskende at studier med positive resultater lettere finner veien til publisering, særlig innen teknologifelt som får mye medieoppmerksomhet. Samtidig er det viktig at denne skjevheten nå er dokumentert systematisk. Det styrker mistanken om at mange av de mest optimistiske funnene om KI i medisin må tolkes med stor forsiktighet.

Dette gir en viktig påminnelse til både helsepersonell, teknologer og beslutningstakere: Når nyhetene flommer over av overskrifter som hevder at «KI slår leger», bør vi stoppe opp og lese det metodiske finstilte. Realiteten er langt mer kompleks. Selv de mest avanserte KI-modellene i dag kan ikke sammenlignes med erfarne klinikere – verken i presisjon, kontekstforståelse eller relasjonell kompetanse.

KI kan kanskje støtte – i beste fall, i kontekster med ekstrem ressursknapphet – men den kan ikke erstatte.