Potentialet for store sprogmodeller i sundhedsvæsenet

Store sprogmodeller, på engelsk Large Language Models, er blevet et hot topic i offentligheden efter lanceringen af fx ChatGPT, LaMDA, BERT m.fl. Ligesom andre typer kunstig intelligens har store sprogmodeller også potentiale i sundhedsvæsenet.

Ved onlineevent 21. juni 2023 i RAIN-netværket fortalte ledende overlæge Pernille Just Vinholt om projektet ”Den Intelligente Patientjournal.” Projektet har, med Pernille Just Vinholt i spidsen, udviklet en algoritme, som kan spore tekst, der indikerer blødningstendens i patientjournalerne, og som dermed kan angive en risikoscore.

- Det smukke er, at hvis man får bygget en god algoritme, kan den bruges igen og igen, forklarer Pernille Just Vinholt.

At finde det vigtige i patientjournalen

Den sprogmodel, som Pernille og hendes team har bygget, kan hjælpe klinikerne med at finde det, der er vigtigt i patientjournalerne.

Ordet ”blødning” kan staves på 400 måder. Hertil kommer synonymer og fagord for det samme. Det siger sig selv, at det gør det vanskeligt at læse en patientjournal.

Sammenholdt med, at det i gennemsnit tager en time at læse en patientjournal, men at lægen i praksis har 2-8 minutter, kan lægen nemt overse noget væsentligt.

Projektet, som blev startet for omkring fem år siden, har fokus på at udvikle generiske algoritmer, som har potentialer til en bred anvendelse på forskellige typer af tekst i sundhedsvæsenet.

Mere information med hjælp fra algoritmen

I projektet har de endvidere kombineret forskellige algoritmer for at give den sundhedsprofessionelle mere information.

Data, i form af information i patientjournalen, har betydning for modellens kvalitet. Det er de sundhedsprofessionelle, der på den ene side skaber disse data. Og på den anden side er baggrunden for, at der kan opstå udfordringer for modellen.

Hvis der er informationer – altså data, som sygeplejersken ikke noterer i journalen fx på grund af tidspres eller lægen ikke noterer, fordi hun ikke finder informationen relevant, så afspejler data ikke hele sygdomsbilledet.

Det kan altså kræve en anden adfærd hos sundhedspersonalet at imødekomme sådanne udfordringer med data.

Pernille og hendes hold har bygget deres modeller på Region Syddanmarks it-infrastruktur. Det har de blandt andet valgt at gøre for at lette processen med at få modellen i klinisk drift. Lige nu er hoved begrænsningen for dette, at der skal ”åbnes op” til regionens EPJ-system.