Ny professor: Kunstig intelligens skal være lægens nye supervisor, der kan give feedback 24-7.

Martin Tolsgaard har som mål at styrke læring i klinikken – via ny teknologi. Med det nye professorat vil han blandt andet bruge kunstig intelligens til at reducere medicinske og kirurgiske fejl – og samtidig hjælpe klinikerne til at blive endnu bedre til det, de gør i forvejen.

Martin Tolsgaard er fra 1. januar 2023 professor med særligt fokus på klinisk uddannelse. Han vil gøre kunstig intelligens til lægens nye feedbackmakker.

Professoratet og den tilhørende overlægestilling er tilknyttet både Afdeling for Graviditet, Fødsel og Barsel på Rigshospitalet og CAMES (Copenhagen Academy for Medical Education and Simulation). Professoratet er forankret i Institut for Klinisk Medicin på Københavns Universitet.

Martin G. Tolsgaard arbejder med at introducere ny teknologi som fx kunstig intelligens til at understøtte klinisk læring og kliniske præstationer. Gennem et samarbejde med DTU (Danmarks Tekniske Universitet) og Datalogisk Institut på Københavns Universitet har Martin Tolsgaard og hans forskningsgruppe særligt fokus på at udvikle kunstig intelligens, der kan bruges til kompetencevurdering og feedback i forbindelse med kliniske procedurer – både for læger under uddannelse og i den højt specialiserede dagligdag på bl.a. Rigshospitalet.

Martin Tolsgaard håber, at han i det nye 5-årige professorat kan bidrage til, at kunstig intelligens i langt højere grad end i dag kan bruges aktivt i klinisk praksis. Ikke mindst når det kommer til at træne kliniske færdigheder og sikre feedback på specialistniveau til både nyuddannede læger, læger under uddannelse samt erfarne speciallæger, der har arbejdet i faget i mange år.

Martin Tolsgaard forklarer:

– Som klinikere arbejder vi meget alene i dagligdagen uanset speciale, og der er ofte begrænsede muligheder for supervision eller feedback fra eksperter. Både fordi eksperterne også selv skal tilse egne patienter, ikke er på vagt 24/7, eller fordi der ikke er tid eller ressourcer til en ekstra person på stuen, når der skal laves et indgreb. Hvis vi kan udvikle nye metoder til at give feedback til og supervisere både nyuddannede og erfarne klinikere via kunstig intelligens, vil vi i langt højere grad end i dag kunne sikre, at alle læger opnår og opfylder de samme ekspert-standarder.

Et eksempel på noget af den forskning, som Martin Tolsgaards gruppe laver, er udvikling af automatiserede kompetencevurderinger til indgreb såsom moderkageprøver. Her er det vigtigt, at nye læger mestrer proceduren, før de skal lave indgrebet på patienterne.

– For at kunne træne nye procedurer sikkert udvikler vi tit simulatorer (dukker) – fx ved at 3D printe dem på CAMES. Herefter har ingeniører fra CAMES så udviklet en kunstig intelligens-algoritme, der kan hjælpe med at foretage kompetencevurderinger ud fra øjenbevægelser, håndbevægelser og ultralydbilleder. Det gør, at vi kan bestemme, hvornår en ny læge har opnået samme niveau som en klinisk ekspert og dermed er klar til at rykke videre til klinisk oplæring. Det er med til at skære hele den ’farlige’ del af læringskurven væk – og dermed reducere risikoen forbundet med proceduren betydeligt for patienterne, forklarer Martin Tolsgaard.

Målet med det nye professorat er at løfte den kliniske uddannelse til et nyt niveau ved hjælp af nye teknologier og bringe Danmark i en førerposition inden for forskning i medicinsk uddannelse og udvikling af bæredygtige, fremtidssikrede løsninger.

– Jeg håber, at vi i samarbejdet mellem Rigshospitalet og CAMES kan udvikle og konsolidere vores internationale førerposition inden for forskning i medicinsk uddannelse, så Danmark bliver et foregangsland for den digitale fremtid med brug af kunstig intelligens. Det kan fx være via ny teknologi, hvor vi udnytter store mængder patientdata til at udvikle beslutningsstøtte-redskaber baseret på kunstig intelligens. Det kan også være ved at udvikle systemer til systematisk kompetencevurdering af sundhedsprofessionelle – også for erfarne klinikere. I sidste ende er ambitionen, at vi skal mindske ulighed i den behandling, man får afhængigt af, hvor man er i landet og hvilken læge, man bliver set af. Og forhåbentlig kan vi udvikle nogle algoritmer og systemer, der er lette at bruge og værdifulde i arbejdet med at sikre, at alle patienter får den bedst mulige behandling og diagnostik, slutter Martin Tolsgaard.

Martin Tolsgaard tiltræder det nye professorat 1. januar 2023.