KI-hjelp kan gjøre leger svakere til å oppdage polypper uten støtte

Vis hovedpunkter
  • Adenomdeteksjonsraten uten KI falt fra 28 til 22 prosent i studien.
  • Studien omfattet 1 443 KI-frie koloskopier ved fire sentre i Polen.
  • Alle de 19 legene var svært erfarne og hadde utført minst 2 000 koloskopier.
  • Forskerne omtaler funnet som mulig «deskilling» etter automatisering.
  • Fagfolk etterlyser opplæring og kontrollrutiner som bevarer legenes egne ferdigheter.

Færre polypper ble oppdaget uten KI

Kunstig intelligens er blitt et stadig vanligere hjelpemiddel i koloskopi, en undersøkelse som brukes til å oppdage polypper og andre tidlige tegn på tarmkreft. KI-systemene kan analysere videobildet fortløpende og varsle legen når de finner områder som kan ligne på polypper.

Flere studier har tidligere vist at slik støtte kan bidra til at flere adenomer oppdages. Adenomer er polypper som som regel er godartede, men som i enkelte tilfeller kan utvikle seg til tarmkreft. Derfor er adenomdeteksjonsraten – andelen koloskopier der minst ett adenom oppdages – en sentral kvalitetsindikator.

En ny observasjonsstudie i *The Lancet Gastroenterology & Hepatology* peker imidlertid på en mulig bakside: Leger kan bli dårligere til å oppdage adenomer på egen hånd etter å ha vendt seg til KI-assistanse.

Forskerne sammenlignet KI-frie koloskopier utført før og etter at et KI-verktøy ble innført ved fire endoskopisentre i Polen. Resultatet var at adenomdeteksjonsraten i undersøkelser uten KI falt fra om lag 28 prosent før innføringen til om lag 22 prosent etter tre måneder med regelmessig bruk av teknologien.

Erfarne leger deltok

Analysen bygger på 1 443 koloskopier som ble gjennomført uten KI-assistanse: 795 før systemet ble tatt i bruk og 648 etterpå. I alt 19 leger deltok, og samtlige hadde utført mer enn 2 000 koloskopier tidligere.

Det gjør funnet oppsiktsvekkende, fordi det ikke primært gjelder nyutdannede leger eller personer under opplæring. Studien kan likevel ikke fastslå sikkert at KI-bruken alene forklarer nedgangen. Den er observasjonell, og andre forskjeller mellom periodene kan i prinsippet ha påvirket resultatene.

Forskergruppen, ledet av Krzysztof Budzyń, beskriver likevel resultatet som klinisk dokumentasjon på en mulig risiko for «deskilling» – at menneskelige ferdigheter svekkes når oppgaver i stor grad støttes av automatisering.

Kjent problem fra andre bransjer

Fenomenet er kjent fra blant annet luftfarten, der omfattende bruk av autopilot kan redusere behovet for manuell trening og dermed utfordre pilotenes ferdigheter i situasjoner der automatiske systemer ikke er tilgjengelige eller svikter.

I medisin kan situasjonen være spesielt krevende. KI-verktøy kan gjøre undersøkelser bedre mens de er aktive, men helsepersonell må fortsatt kunne arbeide trygt og effektivt dersom teknologien er slått av, ikke er tilgjengelig eller gir feilaktige varsler.

Det er også uklart hvordan KI vil påvirke leger som lærer koloskopi i en tid der digitale assistenter er en del av hverdagen fra starten. Erfarne leger kan ha opparbeidet grunnleggende ferdigheter før KI ble innført, mens yngre leger kan bli mer avhengige av teknologien dersom opplæringen ikke er nøye utformet.

Nordiske forskere står bak studien

Blant medforfatterne er flere nordiske forskere med erfaring fra tarmkreftscreening. Det gjelder blant andre Michael Bretthauer, Mette Kalager og Yuichi Mori ved Universitetet i Oslo, Øyvind Holme ved Sørlandet sykehus og Johannes Blom ved Karolinska Institutet i Stockholm.

I en tilhørende kommentar understreker Omer Ahmad ved University College London at resultatene bør føre til en mer forsiktig og systematisk innføring av KI i klinisk praksis. Han mener at helsevesenet ikke bare må måle om teknologien forbedrer resultatene her og nå, men også undersøke hvilke følger den får for helsepersonellets kompetanse over tid.

Må kombinere teknologi og trening

Studien er ikke et argument for å slutte å bruke KI ved koloskopi. Teknologien kan fortsatt bidra til å finne flere mistenkelige forandringer og dermed styrke forebyggingen av tarmkreft.

Men resultatene peker på et behov for klare rutiner. Det kan blant annet innebære regelmessige undersøkelser uten KI-støtte, opplæring i når systemets varsler bør overprøves, og løpende måling av legenes resultater både med og uten digitale hjelpemidler.

Hovedspørsmålet strekker seg langt utover tarmkreftscreening: Etter hvert som kunstig intelligens tas i bruk i radiologi, kirurgi, allmennmedisin og andre deler av helsevesenet, må gevinstene ved automatisering balanseres mot behovet for å bevare faglig selvstendighet.

Referanser