For å finne begynnelsen på dette prosjektet må man tilbake til 6. mars, 2019. Denne datoens utgave av Sunnmørsposten har overskriften «Åpner unik ledd-lab på Ålesund sjukehus». Ortopedene Andreas Dalen og Terje Vagstad kunne fortelle at det nye biomekaniske laboratoriet skulle brukes til å simulere og teste ut både gamle og nye operasjonsteknikker. Roboten er den eneste i sitt slag i Norden og vil kunne erstatte kostbare utenlandske studieopphold. Med seg på laget har ortopedene ingeniør Aleksander Skrede fra Institutt for IKT og realfag ved NTNU i Ålesund som programmerer robotarmen. Den kan bevege seg med en millimeters presisjon.

Hva har MR-klinikken på Moa og bruk av kunstig intelligens å gjøre med det nevnte samarbeidsprosjektet? Vel, forut for leddoperasjoner må røntgen, CT eller MR bilder studeres. Og av disse bildemetodene gir MR bildene den mest nøyaktige gjengivelsen av leddenes anatomi. Hva om bildene kunne brukes til noe mer enn å avsløre en skadet menisk, et avrevet korsbånd eller en skulderbetennelse? Hva om de samme bildene kunne brukes til å lage tredimensjonale modeller?

En slik modell av pasientens eget kne kan nå 3D-printes og legen kan sammen med pasienten enklere forklare både diagnose og behandling. Modellen kan også overføres til VR-briller der leddet svever som en tredimensjonal luftspeiling (hologram) som flere kan studere samtidig. Som en del i dette leddsamarbeidsprosjektet har MRklinikken på Moa digitalisert diagnostikkprosessen med banebrytende teknologi.

For å muliggjøre disse formene for tredimensjonal visning har man også måtte lære seg å bruke kunstig intelligens. Uten å bruke dette nye fantastiske verktøyet tar det cirka en uke å lage et tredimensjonalt kneledd som er synlig gjennom VR-briller. Dette er urealistisk tids- og ressursbruk på et sykehus.

Kunstig intelligens har mange varianter. I vårt arbeid har vi brukt det som kalles dype nevrale nettverk. Dette er en metode der datamaskinen simulerer hjernens læringsmetode. For å lære datamaskinen å gjenkjenne anatomiske strukturer i leddet har vi matet inn bilder fra 20 ulike personer og vi har også matet inn fasiten for hvert av disse knærne for 13 ulike anatomiske strukturer. Til sammen er det over 6 milliarder informasjonsbrikker i et slikt system og vi har latt maskinene stå i nesten tre uker sammenhengene for å lære seg å gjenkjenne hver av disse brikkene.

Tilbake til kronikkens overskrift. For å teste hvor flink datamaskinen er blitt til å lære å gjenkjenne knestrukturene har vi matet inn MR-bilder fra et ukjent kne, altså et kne som ikke var med i treningsprosessen. MR-bildene fra et slikt kne består av 25 millioner puslebrikker.

Svaret er 40–60 sekunder. Det mennesket bruker en uke på å gjøre bruker datamaskinen mindre enn ett minutt på å utføre. Og om kort tid kan man laste ned programmet som, dersom det blir matet med de riktige MR-bildene, utfører segmenteringen og viser 3D-modellen på noen få minutter. Programmet har Magnus Kvendseth Øye, student ved NTNU Ålesund utviklet.

Når tredimensjonale leddfremstillinger lar seg utføre på sekunder åpner dette et hav av nye muligheter. Avdelingssjef Erland Hermansen ved ortopedisk avdeling sin ønskedrøm er at det biomekaniske laboratoriet i fremtiden suppleres med en kirurgisimulator. Den første utfordringen er løst ved hjelp av samarbeidet mellom Sunnmøre MR-klinikk, NTNU i Ålesund og Ålesund sykehus. Det videre arbeidet har som mål å få fram en prototyp på en slik simulator i løpet av et års tid. Og meldingen fra Instituttleder Anniken Karlsen ved NTNU IE-fakultetets Institutt for IKT og realfag er at hun er mektig imponert over resultatene og potensialet som ligget i dette tverrfaglige samarbeidet.

-------------------------------------------

Har du noe på hjertet? Send innlegget ditt til meninger@smp.no.

Her finner du alt meningsstoffet på smp.no!