1,2 miljoner röntgenbilder på händer, handleder och fotleder har matats in och tränat upp ett dataprogram att med hjälp av artificiell intelligens tolka dem. Och enligt en studie tidigare i år så matchade datorn läkarna och hittade lika många frakturer.

– Vi har använt oss av bildigenkänningsprogram och öppna deep learning-bibliotek för att skapa algoritmerna, säger Max Gordon, biträdande överläkare i ortopedi vid Danderyds sjukhus och forskare vid Karolinska Institutet som leder den lilla forskargruppen om tre personer som tillsammans delar på två heltidstjänster.

Och nu är det dags för nästa steg och låta AI bli en del av vardagen för ortopeder och röntgenläkare på Danderyds sjukhus. I vår ska piloten dra igång om allt går som planerat.

– Vi har börjat installationerna men det tar lite tid. Vi ska hitta serverutrymme och få röntgensystemet att skicka bilder. Det här måste göras rätt, det är inte en liten app det handlar om och det är känsliga system, så det tar ett tag innan vi är i sjukhussystemet och kör på allvar, säger han.

Det är inte heller så att AI tar över all granskning av ortopedröntgenbilder pang bom.

– Nej, vi börjar med två tre radiologer och två tre ortopeder och så utvidgar vi under kontrollerade former. För det mesta gör systemen vettiga bedömningar men ibland är de helt ute och cyklar. Vi måste lära oss att förstå hur de cyklar och vilka överraskningar man ska akta sig för.

Läs också: AI-assistenten Amelias pappa ser inga gränser – ”AI gör världen vackrare”

Max Gordon jämför med hur en AI som Google tränat upp i bildigenkänning lurades att tolka en 3d-utskriven sköldpadda som ett gevär.

– Vi vet ännu inte hur många sådana sköldpaddor som finns så vi måste vara lite ödmjuka och testa en tid. Jag tror att man måste förvänta sig att bilderna dubbelkollas av människor de närmaste tio åren. Men det kan säkert gå fortare om bilderna är förprocessade av en AI.

Även om det i grunden handlar om bildigenkänning så skiljer sig tolkningen av röntgenbilder från hur vanliga bilder tolkas. I vanliga bilder handlar det om att datorn ska förstå vad som finns på en bild – ett hus, en båt eller en bil – något stort som dominerar bilden. röntgenbilder från hur vanliga bilder tolkas. I vanliga bilder handlar det om att datorn ska förstå vad som finns på en bild – ett hus, en båt eller en bil – något stort som dominerar bilden.

– På röntgenbilder är det tvärtom det som inte dominerar som en AI ska hitta. Avvikelserna. Och generellt är AI bättre på att lära sig stora saker medan små saker är en utmaning.

Men det måste väl underlätta att det finns en begränsad mängd grundbilder att identifiera – det är bara olika delar av vårt skelett? 

– Ja, det är ett begränsat spann. Men i gengäld är det svårare att få en generell inlärning. Den får en ganska bra uppfattning om den lilla saken men tappar kunskapen om helheten. Det är en utmaning.

Förutom att ortopedi är hans eget område så anser Max Gordon också att just ortopedröntgenbilder lämpar sig extra väl just för AI.

– Det är en av de mest dominerande undersökningarna och har en tät koppling till vad vi gör, det styr hur vi tänker behandla. Inom röntgen så utgör det 60-80 procent av alla undersökningar – vi har ju hand om allt från ryggrad till småfingrar så det är mycket som faller under det paraplyet.

Läs också: Systembyte för miljarder i Stockholmsvården – ”blir tuffare än Nya Karolinska”

På samma sätt tror han att exempelvis vävnadsprover är ett område där AI relativt snart kan få en viktig roll.

– Det är lättillgängligt och relevant, säger han.

Däremot är han mer skeptisk till tankar om chattbottar som ska ge läkarna stöd med diagnoser.

– Min egen erfarenhet säger att jag oftast inte vet vad patienten lider av men jag vet att det inte är allvarligt. Ofta handlar det om diffusa symtom, det kanske gör ont men bör gå över med lite antiinflammatoriska läkemedel. Det är svårt att balansera mellan att detektera allvarliga sjukdomar mot att inte ständigt ropa varg. Dessutom tror jag att intresset för tjänsten svalnar efter att man två-tre gånger fått ett jasså-svar och då kanske inte använder den när man som mest skulle vara hjälpt av den.

Tillsammans med sina forskarkolleger har Max Gordon också skapat ett bolag för att kunna kommersialisera sin AI längre fram. Hittills har projektet fått forskningsmedel från Stockholms läns landstig och Innovationsrådet för produktutvecklingen.

– Men vi håller på att prata med finansiärer just nu, säger Max Gordon.