Kunstig intelligens, maskinlæring, dyb læring, neurale netværk. Kært barn har mange navne.

Og selvom man ikke helt kan sætte lighedstegn mellem de ovennævnte begreber, så er de alle sider af samme sag, nemlig det man bredt set kan betegne som Artificial Intelligens (AI) - computersystemer, der har evner til at tænke og ræsonere på nogenlunde samme måde som mennesker.

I de seneste år er det for alvor trådt frem i rampelyset, da man har set markante fremskridt på flere områder med såkaldt svag AI, hvor de intelligente computersystemer er lavet til at opfylde en bestemt funktion.

"Det er meget hypet, så der er mange, der hopper med på vognen. Det skyldes, at internet-baserede virksomheder som Google og Amazon går ud og siger, at maskinlæring og AI er meget centralt for deres forretning. Og det kan andre industrier ikke sidde overhørig," forklarer Ole Winther til MedWatch.

Han er professor på DTU Computer og har siden starten af 1990’erne forsket i maskinlæring – et felt, der kombinerer statistisk modellering, intensiv computerberegning og kunstig intelligens.

Analyseselskabet Gartner har ifølge det amerikanske erhvervsmagasin Forbes for nylig vurderet, at forretningsværdien af kunstig intelligens inden for de næste fem år vil være på mere end 3,9 billioner amerikanske dollars.

Nej, der er ikke tale om en fejl i oversættelsen af den amerikanske artikel. Værdien vurderes til 3,9 billioner dollars. Altså 3900 mia. dollars eller mere end 24.000 mia. kr. Allerede i år vurderes værdien til at ramme 1,2 billioner dollars – en vækst på 70 pct. i forhold til 2017.

Watson Health

AI er big business og finder i stigende grad anvendelse i en række industrier, herunder også sundhedsplejesektoren.

Her er man allerede begyndt at se de første spæde eksempler på, hvordan kunstig intelligens kan forbedre eller ligefrem transformere forskellige dele af industrien.

Et af de første eksempler kom fra den amerikanske teknologivirksomhed IBM og selskabets kunstige intelligens Watson, som i 2011 forbløffede flere teknologieksperter ved at slå to mangedobbelte amerikanske mestre i quiz-programmet Jeopardy.

"Det var meget imponerende, da det kom. Som maskinlæringsforsker fandt jeg det meget imponerende, at de lavede det system, der kunne slå de bedste i Jeopardy," siger Ole Winther.

Siden har IBM videreudviklet sin kunstige intelligens, og i 2015 lancerede man initiativet Watson Health, som er rettet specifikt mod sundhedssektoren. Watson Health kan blandt andet hjælpe læger til at finde frem til den rette behandling til en patient, men IBM har også indgået en lang række samarbejdsaftaler med aktører i medicinal- og biotekindustrien, som skal bruge teknologien i deres forskning og udvikling, herunder de danske selskaber Novo Nordisk og Lundbeck.

IBM har også siden udvidet sit sundhedssats med den dedikerede kræftversion Watson Oncology, men den tidlige begejstring over teknologien er for nylig blevet erstattet af en del kritik fra sundhedspersonale i både Danmark og det store udland.

”Vi troede, at vi fik en specialist ind af døren, men en tredjedel af Watsons svar var fejlbehæftede, en tredjedel var ok, og den resterende tredjedel var ikke præcise nok,” sagde Leif Panduro, daværende centerleder på Finsencentret ved Rigshospitalet, for eksempel til Sundhedspolitisk Tidsskrift sidste efterår.

Medicinal- og biotekindustrien rykker med

Generelt set ligger der enorme muligheder i brugen af kunstig intelligens inden for lægemiddeludviklingen, hvor teknologien kan gøre det muligt at forbedre denne yderst omkostningstunge og ofte langsommelige proces.

Og de muligheder vil ikke kun blive udfoldet gennem samarbejder med store etablerede teknologiselskaber. Flere aktører i både biotek- og medicinalindustrien har nemlig fuldt fokus på kunstig intelligens internt i deres egen organisation.

Storbritanniens største medicinalselskab GlaxoSmithKline har gennemgået markante ændringer, siden ansættelsen af topchef Emma Walmsley for et års tid siden, og som en del af de ændringer har man også oprettet en afdeling dedikeret til brugen af kunstig intelligens i lægemiddeludvikling.

GSK er langt fra det eneste store medicinalselskab, der har fokus på AI. Selskaber som Janssen, Merck, Novartis og Pfizer satser også på området, og det samme gør et væld af mindre opstartsselskaber.

Et af de biotekselskaber, som er kommet længst på området, er britiske BenevolentAI. Selskabet, som blandt andet samarbejder med det danske biotekselskab Saniona, rejste for nylig omkring 700 mio. kr. til sit arbejde med at udvikle lægemidler ved hjælp af kunstig intelligens.

Ifølge selskabet kan det føre til langt bedre og billigere lægemiddeludvikling, end det er muligt for mennesker at levere, og med mindre fejlmargin. BenevolentAI's nuværende portefølje af lægemiddelprojekter viser ifølge selskabet, at man kan skære fire år af den tidlige lægemiddeludvikling for et projekt, ligesom man kan skære 60 pct. af hele udviklingsprocessen set i forhold til gennemsnittet i industrien.

Saniona-partner rejser 700 mio til at udvikle lægemidler via kunstig intelligens 

Som sådan ikke nyt

Ifølge Ole Winther er den grundlæggende tankegang bag det at bruge AI til at understøtte lægemiddeludvikling dog ikke ny. Det adskiller sig nemlig ikke væsentlig fra det forskningsfelt, man kalder bioinformatik.

"Bioinformatik er sådan set maskinlæring og datavidenskab, der møder biologi. For 20 år siden, da bioinformatik kom frem, var der nogen, der var meget optimistiske og sagde, nu kan vi virkelig accelerere udviklingen af medicin. Det er nok ikke helt sket, eller det er i hvert fald sket langsommere," siger DTU-professoren.

Han mener generelt, at man ligesom i de foregående år vil se en mere glidende udvikling end en egentlig revolution på området, men medgiver dog alligevel, at man nu er kommet så langt med udviklingen, at det kan begynde at tage mere fart fremover.

"Der, hvor man nu har et håb om, at det kan indfri sit fulde potentiale, er især, at man har fået udviklet teknologien til at lave meget bredere screeninger, end man kunne før. Så du kan generere meget mere data billigt. Men det går hånd i hånd med, at du har brug for algoritmer, der kan analysere det. Hvis du har store datamængder og hurtigere computere, kan du pludselig få en forudsigelsesgrad, som er helt anderledes brugbar, end man havde med mindre datasæt og computermodeller," forklarer Ole Winther og tilføjer:

"Den her udvikling med mere data kunne godt give en accelererende effekt inden for medicinalindustrien, hvor man pludselig kan screene tusind gange så mange forskellige materialer i 100 forskellige miljøer og meget hurtigere pinpointe, hvilke lovende molekyler, man kan bruge."

Googles AI-ekspert går samme vej

Det er netop denne tilgang, selskaber som BenevolentAI satser på, hvor især de tidlige udviklingsfaser bliver markant mere effektive. Screening af molekyler og udvælgelse af de rigtige lægemiddelstoffer mod de rigtige sygdomsindikationer og til de helt rigtige patienter kan nemlig både gøres hurtigere og bedre med kunstig intelligens, der kan analysere enorme datamængder bedre end mennesker.

Dermed kan man nå frem til den egentlige lægemiddeludvikling markant hurtigere og potentielt også sikre, at færre projekter slår fejl.

Så sent som for to dage siden fik man endnu et eksempel på den store tro, der er på mulighederne for at forbedre lægemiddeludvikling i industrien.

Her afslørede den israelsk-amerikanske Stanford-professor og AI-ekspert Daphne Koller nemlig, at hun med en række markante amerikanske venturefolk i ryggen har lanceret et nyt selskab med netop det formål.

Daphne Koller blev i 2016 hentet til biotekselskabet Calico, ejet af Alphabet (tidligere Google), for at hjælpe selskabet med den ambitiøse, men også noget udefinerede, målsætning om at "stoppe menneskers aldring". I starten af marts i år forlod hun dog Calico, og onsdag i denne uge annoncerede hun så sit nye projekt i selskabet Insitro.

Seskabet har til formål at "gentænke lægemiddelopdagelse gennem brugen af maskinlæring", og dets grundlægger skrev selv om det arbejde i et blog-indlæg:

"Succesraten i kliniske studier svæver omkring en mellemhøj encifret procentsats, omkostningerne til F&U til udvikling af et nyt lægemiddel anslås til at være højere end 2,5 mia. dollars. Afkastgraden på investeringer i lægemiddeludvikling er faldet lineært år efter år, og nogle analyser anslår, at den vil ramme 0 pct. før 2020."

Det skyldes dels, at det bliver sværere at finde fremme til de åbenlyse biologiske mål for nye lægemidler, de "lavthængende frugter", som Daphne Koller betegner det, og derfor er der brug for ny teknologi til at bære lægemiddelindustrien frem.

Personlig medicin og bedre diagnosticering

Men AI kan også sagtens finde anvendelse i en række andre dele af sundhedsindustrien. Trods den nylige kritik af IBM's Watson-teknologi er mulighederne for at bruge kunstig intelligens til at forbedre diagnosticering og behandlingsbeslutninger ikke til at tage fejl af.

Blandt andet vil det kunne bruges til at udpege de rette patienter til at drage nytte af en bestemt type behandling på baggrund af for eksempel genetiske data. På den måde vil man kunne bevæge sig endnu mere over mod det, man betegner som personlig medicin.

"Man kunne forestille sig en glidende revolution over mod mere individualiserede terapier. Det er jo sådan set allerede ved at ske nu," påpeger Ole Winther.

Det ser man i særdeleshed inden for behandling af kræft, hvor der gennem flere år er kommet en større og større forståelse for det yderst diversificerede sygdomsbillede, som ordet kræft dækker over.

Sat lidt på spidsen kan man sige, at der ikke findes to mennesker i verden, som har præcis den samme kræftsygdom, og derfor har hver eneste patient i virkeligheden også brug for en personlig behandling, der adskiller sig fra alle andres.

En masse mindre fremskridt på dette patientspecifikke plan har allerede gjort, at det i stigende grad er muligt at leve med visse kræfttyper, som måske tidligere blev set som en dødsdom for en patient. Og nye fremskridt inden for personlig medicin mod både kræft og andre sygdomme kan blive hjulpet på vej af kunstig intelligens.

AI kan også give en masse nye muligheder for at effektivisere sundhedssystemet på et mere generelt plan og forbedre oplevelsen for brugerne.

"Det kan også handle om, hvordan vi brugere af sundhedssystemet interagerer med sundhedssystemet. Kan man lave nogle smartere interfaces for eksempel," siger Ole Winther

Ole Winther har selv været med til at spinde opstartsselskabet Find Zebra ud fra DTU sammen med nogle studerende. De har lavet en intelligent medicinsk søgemaskine, der hjælper læger, når de søger om information i forbindelse med diagnosticeringen af patienter, der muligvis har en sjælden sygdom.

Vil skabe nye jobbehov

Samlet set er der masser af muligheder for at effektivisere forskellige dele af sundhedsplejeindustrien betydeligt ved hjælp af ny teknologi såsom kunstig intelligens og maskinlæring. Men Ole Winther mener ikke, at man skal være så bange for, at vi mennesker bliver overflødige af den grund.

"Jeg tror generelt ikke på den der fortælling om, at AI tager arbejdspladser, for jeg tror, at mennesker er enormt kreative i forhold til at finde nye opgaver til mennesker," siger han og tilføjer:

"Vi har måske en tendens til at overvurdere potentialet, der ligger i automatisering. Men der er også mange områder, hvor man kan opnå større produktivitet. Den modning, der sker i de her år, handler også om at finde ud af, at AI skal ses ikke som en erstatning, men en understøtning af mennesker. Nogle gange snakker man ikke om AI, men IA, som står for intelligence augmentation."

Men selvom det måske ikke samlet set vil koste arbejdspladser at implementere kunstig intelligens i industrien, så vil det formentlig betyde, at det er nogle andre jobtyper, der vil vinde frem.

"Vi har for eksempel udmærket kontakt med høreapparatbranchen, som jo er stor i Danmark. Der kunne nogle af de ting, som handler om at bygge digitale chips for eksempel godt blive udfordret i og med, at der kommer nogle, som finder ud af at lave standardchips. Så ville man ikke skulle fokusere så meget på det," siger Ole Winther.

Ifølge professoren kunne man så i stedet flytte fokus over på høreapparaternes mulighed for i fremtiden at samle brugerdata, som sammen med data fra en smartphone kunne bruges til at analysere, hvilket miljø brugeren er i og knytte det sammen med, hvordan man ændrer indstillingerne på sit høreapparat. Og koblingen af de data kunne så bruges til at finde frem til en god indstilling for brugerens specifikke høreapparat.

"Så kunne de selskaber måske i højere grad få brug for eksperter i datalogi og maskinlæring, end man har brug for andre, mere traditionelle typer medarbejdere," siger han og tilføjer:

"Der er der allerede nu en flaskehals, da der er meget stor efterspørgsel på den type kandidater, vi uddanner her på DTU inden for datalogi, maskinlæring og AI."

Teknologi og sundhed smelter sammen

Der har allerede gennem flere år været et regulært indtog af nye aktører, både store og små, fra teknologisektoren, som er gået ind i forskellige dele af sundhedsindustrien.

Førnævnte IBM og Google er blot to eksempler. Apple har også forsøgt sig, mens teknologikæmper som GE og Philips allerede er veletablerede i industrien.

Senest er den amerikanske onlinegigant Amazon sprunget med på vognen og har lanceret tiltag i USA, som kan vende op og ned på levering af medicin og presse apotekersektoren, ligesom man i slutningen af 2017 annoncerede lanceringen af et nyt sundhedsplejeselskab i samarbejde med storbanken JP Morgan og Warren Buffets Berkshire Hathaway.

Det er meget sandsynligt, at AI-teknologi kommer til at spille en fremtrædende rolle i både Amazon og teknologiselskabernes forsøg på at erobre sundhedsindustrien i de kommende år.

"I medicinal- og sundhedsindustrien er det jo dyrt at komme ind. Høreapparatfirmaerne bliver nok ikke lige udkonkurreret af nogle, der sidder i en garage i Silicon Valley i morgen, for eksempel. Men i takt med at teknologien udvikler sig, så bliver nogle ting også billigere, og man bliver i stand til at standardisere nogle ting," siger Ole Winther og tilføjer:

"Sådan nogle som Amazon er enormt gode til at optimere hvert eneste tandhjul i deres distribution og salg osv. Og hele den der tilgang kan du jo bruge så mange steder. Så det er klart en trussel for de fleste industrier."

Tidligere Uber-direktør: Sundhedsindustrien står midt i en brydningstid 

EY: Teknologiselskaber vil sætte den traditionelle life science-industri under pres 

Big Data forvandler life science-industrien 

Widex lancerer høreapparat baseret på kunstig intelligens