LØRN Case #C0233
Persontilpasset helsetjenester
I denne episoden av #LØRN snakker Silvija med prosjektleder i Teknologirådet Hilde Lovett om hvordan kunstig intelligens og maskinlæring kan være bra og utfordrende for helsen din. Teknologirådet sin visjon er fremtidsrettet, og rådet skal gi Stortinget og øvrige myndigheter nyskapende og begrunnede innspill om ny teknologi, og sette muligheter og utfordringer ved ny teknologi på dagsordenen. I podcasten diskuterer SIlvija og Hilde hvordan kunstig intelligens kan bidra til å gjøre helsetjenester bedre. De reflekterer også rundt noen av de etiske problemstillingene rundt bruken av kunstig intelligens innenfor medisinske spørsmål; Hvis en algoritme oppdager at du har risiko for noe som du ikke kan forebygge — vil du vite det?

Hilde Lovett

Prosjektleder

Teknologirådet

"Det ligger et stort potensial i mer persontilpassede tjenester. På lignende måte som Netflixs algoritmer kan anbefale deg filmer, kan algoritmer i helse gi deg og legen din anbefalinger på medisiner som de mener du vil respondere best på. Både radiologer og hudleger kan få hjelp av algoritmer til å tolke bilder og stille diagnose både raskere og mer presist enn før. Mobilen og utstyr koblet til den kan gjøre målinger som algoritmer kan følge med på."

Varighet: 20 min

LYTTE

Ta quiz og få læringsbevis

0.00

Du må være medlem for å ta quiz

Ferdig med quiz?

Besvar refleksjonsoppgave

Hvem er du, og hvordan ble du interessert i helseteknologi? 

Jeg har alltid vært interessert i helseteknologi, fra min første jobb på forskningsinstituttet Norsk Regnesentral. Der jobbet jeg i et prosjekt som skulle se på hvordan radiologier som befant seg på ulike steder på det gamle Rikshospitalet kunne samarbeide over avstand om radiologibilder.

Hva er det viktigste dere gjør på jobben?

Vi er en uavhengig enhet som gir råd til Stortinget og regjeringen om ny teknologi som vil bli viktig for Norge. Så for oss er det viktig både å identifisere de viktigste valgene politikerne har for at utviklingen går i «riktig retning» og også gi konkrete råd på de områdene. På helseområdet er det helt klart at teknologi blir viktig fremover.

Hva fokuserer du på innen helseteknologi?

Akkurat nå jobber jeg i et prosjekt som skal se på hvilke muligheter, men også hvilke utfordringer maskinlæringsalgoritmer kan gi for både pasienter, helsepersonell og for hele helsesystemet.

Hvorfor er det så spennende?

Det ligger et stort potensial i mer persontilpassede tjenester: 1) Behandling kan bli bedre tilpasset den enkelte og 2) diagnoser kan bli mer presise.

Hva synes du er de mest interessante kontroversene?

Hvor tett på ønsker vi at algoritmene skal komme? Hvor mye vil vi at de skal lære om oss? Hva om de oppdager at jeg har risiko for noe som jeg ikke kan forebygge? Vil jeg vite dette?

Har du andre gode eksempler på helseteknologi internasjonalt og nasjonalt?

Jeg bruker Apple Watch, og jeg liker at (helse)informasjonen den genererer oppbevares kryptert i telefonen, og ikke i skyen.

Hva tror du er relevant kunnskap for fremtiden?

Vi trenger ikke nødvendigvis å lære oss å programmere eller å utvikle algoritmer, men vi bør alle ha en viss forståelse knyttet til hvordan algoritmen bygger sine anbefalinger og hvor mye man kan stole på resultatene. Innenfor helsetjenesten blir slik kunnskap spesielt viktig.

Er det noe vi gjør her i Norge som er unikt?

Data og tillit er kanskje de viktigste ingrediensene for å utvikle maskinlæring og kunstig intelligens for helseanvendelser. Det er gledelig at mange av forskningsmiljøene i Norge satser på KI.

Viktigste poeng fra vår samtale?

Kunstig intelligens og maskinlæring blir mer og mer tatt i bruk og kan gjøre mye godt for helsa vår. Samtidig skal vi passe på hvordan dataene våre blir brukt. De har stor verdi for mange, og vi bør ha full kontroll over hvordan de blir brukt.

Hvem er du, og hvordan ble du interessert i helseteknologi? 

Jeg har alltid vært interessert i helseteknologi, fra min første jobb på forskningsinstituttet Norsk Regnesentral. Der jobbet jeg i et prosjekt som skulle se på hvordan radiologier som befant seg på ulike steder på det gamle Rikshospitalet kunne samarbeide over avstand om radiologibilder.

Hva er det viktigste dere gjør på jobben?

Vi er en uavhengig enhet som gir råd til Stortinget og regjeringen om ny teknologi som vil bli viktig for Norge. Så for oss er det viktig både å identifisere de viktigste valgene politikerne har for at utviklingen går i «riktig retning» og også gi konkrete råd på de områdene. På helseområdet er det helt klart at teknologi blir viktig fremover.

Hva fokuserer du på innen helseteknologi?

Akkurat nå jobber jeg i et prosjekt som skal se på hvilke muligheter, men også hvilke utfordringer maskinlæringsalgoritmer kan gi for både pasienter, helsepersonell og for hele helsesystemet.

Hvorfor er det så spennende?

Det ligger et stort potensial i mer persontilpassede tjenester: 1) Behandling kan bli bedre tilpasset den enkelte og 2) diagnoser kan bli mer presise.

Hva synes du er de mest interessante kontroversene?

Hvor tett på ønsker vi at algoritmene skal komme? Hvor mye vil vi at de skal lære om oss? Hva om de oppdager at jeg har risiko for noe som jeg ikke kan forebygge? Vil jeg vite dette?

Har du andre gode eksempler på helseteknologi internasjonalt og nasjonalt?

Jeg bruker Apple Watch, og jeg liker at (helse)informasjonen den genererer oppbevares kryptert i telefonen, og ikke i skyen.

Hva tror du er relevant kunnskap for fremtiden?

Vi trenger ikke nødvendigvis å lære oss å programmere eller å utvikle algoritmer, men vi bør alle ha en viss forståelse knyttet til hvordan algoritmen bygger sine anbefalinger og hvor mye man kan stole på resultatene. Innenfor helsetjenesten blir slik kunnskap spesielt viktig.

Er det noe vi gjør her i Norge som er unikt?

Data og tillit er kanskje de viktigste ingrediensene for å utvikle maskinlæring og kunstig intelligens for helseanvendelser. Det er gledelig at mange av forskningsmiljøene i Norge satser på KI.

Viktigste poeng fra vår samtale?

Kunstig intelligens og maskinlæring blir mer og mer tatt i bruk og kan gjøre mye godt for helsa vår. Samtidig skal vi passe på hvordan dataene våre blir brukt. De har stor verdi for mange, og vi bør ha full kontroll over hvordan de blir brukt.

Vis mer
Tema: Helse- og velferdsteknologi
Organisasjon: Teknologirådet
Perspektiv: Offentlig sektor
Dato: 190125
Sted: OSLO
Vert: Silvija Seres

Dette er hva du vil lære:


Fremtidens helseverktøyHelsedata
AI (kunstig intelligens)
Maskinlæring
Persontilpasset helsetjenester

Mer læring:

Mobil helse for kronikere Mobil helse og selvtester Kunstig intelligens – muligheter, utfordringer og en plan for Norge

Del denne Casen

Din neste LØRNing

Din neste LØRNing

Din neste LØRNing

Dette er LØRN Cases

En LØRN CASE er en kort og praktisk, lett og morsom, innovasjonshistorie. Den er fortalt på 30 minutter, er samtalebasert, og virker like bra som podkast, video eller tekst. Lytt og lær der det passer deg best! Vi dekker 15 tematiske områder om teknologi, innovasjon og ledelse, og 10 perspektiver som gründer, forsker etc. På denne siden kan du lytte, se eller lese gratis, men vi anbefaler deg å registrere deg, slik at vi kan lage personaliserte læringsstier for nettopp deg. 

Vi vil gjerne hjelpe deg komme i gang og fortsette å drive med livslang læring.

En LØRN CASE er en kort og praktisk, lett og morsom, innovasjonshistorie. Den er fortalt på 30 minutter, er samtalebasert, og virker like bra som podkast, video eller tekst. Lytt og lær der det passer deg best! Vi dekker 15 tematiske områder om teknologi, innovasjon og ledelse, og 10 perspektiver som gründer, forsker etc. På denne siden kan du lytte, se eller lese gratis, men vi anbefaler deg å registrere deg, slik at vi kan lage personaliserte læringsstier for nettopp deg. Vi vil gjerne hjelpe deg komme i gang og fortsette å drive med livslang læring.

Vis

Flere caser i samme tema

More Cases in the same topic

#C0160
Helse- og velferdsteknologi

Jan Biti

CEO

Cofounder

#C0152
Helse- og velferdsteknologi

Berit Løkensgard Strand

Professor

NTNU

#C0221
Helse- og velferdsteknologi

Jonathan Romm

Prof

Arkitekthøyskolen Oslo

Utskrift av samtalen: Persontilpasset helsetjenester

Velkommen til lørn.tech en lærings dugnad om teknologi og samfunn med Silvija Seres og venner.

 

Silvija Seres: Hei og velkommen til lørn.tech jeg Silvija Seres. Tema i dag er helseteknologi og gjesten min er Hilde Lovett. Prosjektleder fra teknologirådet. Velkommen!

 

Hilde Lovett: Takk skal du ha!

 

Silvija: Hilde, vi har lekt sammen før. Det er utrolig gøy å jobbe sammen med deg i teknologirådet. Og vi har vært sammen i norsk regnesentral. Du har gjort mye morsomt. Før vi går dypt inn i helse tech. Kan du fortelle litt om hvem du er og hva du gjør?

 

Hilde: Ja. Jeg jobber nå i teknologirådet, og har i grunnen hele tiden jobbet med anmeldelse av teknologi og nye teknologier. Og helseteknologi har vært ett område jeg har jobbet med igjennom hele de siste 20-30 årene faktisk. Fra jeg startet på det gamle Rikshospitalet med å utvikle løsninger for radiologer som skulle dele Radiolydbølger mellom barnerøntgen og den vanlig røntgen som var på forskjellige fysiske steder da. Og det har vært med i tech.nord arbeidet også. Og nå i teknologirådet. Hvor vi har jobbet med både velferdsteknologi. Hvordan man kan få eldre til å bo lenger hjemme og føle seg trygge. Og mobile helseteknologier hvor vi selv kan gjøre flere målinger med mobiltelefonen. Ganske rimelig utstyr egentlig. Og få mere kontroll over egen helse på den måten. Og nå det siste hvor vi jobber med maskinlæring og det som mange kalle kunstig intelligens. Hvordan det kan gjøre helsetjenestene mere personlige og bedre.

 

Silvija: Det er ganske spennende for vi har teknologirådet, og vi har bioteknologirådet. Og sånn som teknologien utvikler seg så får dere mer og mer overlapp. 

 

HL; Ja, det kan du si ja. Det er mye inne for genteknologi. Men vi har en relativt grei ansvarsfordeling.

 

Silvija: Dere ser på data siden av det. Mens de ser litt mer på kjemi-siden av det?

 

Hilde: Ja, det kan du si. Vi jobber en del med digitalisering og den biten.

 

Silvija: Kan jeg spørre deg veldig kort om Telenor. For folk forbinder ikke Telenor med helse eller helsetjenester. Hvorfor er det interessant for et selskap som Telenor? 

 

Hilde: Telenor var jeg med bygget opp telemedisin i Tromsø. De hadde en egen avdeling i Tromsø i sine dager på 80 eller 90 tallet. 

 

Silvija: Hva er Telemedisin?

 

Hilde: Telemedisin er ett litt gammelt ord da. Den gangen var det egentlig avstandsoppfølging. Den gangen så du der det var store avstander hvordan man kan ha en det vi vil kalle i dag en Skype samtale. Med legen sin på et lite tettsted for eksempel. Så forskjellige modeller da. Du kunne kanskje sitte sammen med en sykepleier et sted, også ha kommunikasjon med en lege ett annet sted for eksempel.  

 

Silvija: Så telenor sin rolle i dette her er at de tilrettelegger hele infrastrukturen? 

 

Hilde: Ja. Og de så også noe for seg også på tjenestesiden. For eksempel video. 

 

Silvija: Samtale mellom lege og pasient? 

 

Hilde: Ja.

 

Silvija: Så spennende. For et land som Norge, så er sånt superviktig. Og vi ser også det på veldig mange forskjellige nivåer. En ting er at man kan ringe å få råd. Eller ringe å ha en videokonferanse, eller følge opp med mer presise mellomrom og sånn. Og format og struktur. Men også etterhvert at kirurger kan operere på avstand. Så dette her kan være en helt ny måte og kanskje tenke distrikt helsepolitikk på?

 

Hilde: Absolutt. Og hvis du ser på dette med maskinlæring da. Som tross alt er en Software som har fått utviklet en algoritme. Som er lært opp for å forstå ulike type data. Så kan den spres veldig raskt. og spres ut i distrikter og på mange små legekontor.  For det vi ser for oss er at den vil hjelpe helsepersonell til «work on top of the license» Vi kan gjøre mer avansert oppgaver for de at de får hjelp av maskiner. Vi tenker i utgangspunktet ikke at de skal erstatte de. Det tror jeg ikke skjer på lang stund. Antagelig kommer ikke det til å se skje på det området. Men man kan gjøre mer avansert oppgaver. Og man kan bli kvitt rutineoppgaver for eksempel. Eller gjør de raskere. Og det betyr jo at hvis man får tilgang til gode maskinlæringsalgoritmer på ett distriktskontoret for eksempel. Så kan jo i prinsippet folk der gjøre mer avanserte oppgaver. Og innbyggerne kan få gjort mer undersøkelser. Mer diagnoser. Kanskje mer behandling lokalt, uten å måtte reise lange avstander.

 

Silvija: Dere i teknologirådet gir råd til Stortinget og politikere uavhengig av politisk farge om ny teknologi. Og dere får veldig mye å gjøre framover. Nå har vi fått en digitaliseringsminister og dette er kjempespennende. Jeg har hatt kjempe stor glede av å jobbe som rådgiver, eller som styremedlem i noen av disse prosjektene. Og ett av de prosjektene jeg husker best var dette med eldrehelse. Det er egentlig fra deg og det arbeidet jeg har lært at vi kommer til å leve altfor lenge. Men antagelig ganske demente de siste 3 år, eller 30 år. Mye av det fysiske kommer til å være fiksbart. Men det mentale, det psykiske. Der ligger vi etter. Rent medisinsk og teknologisk. Kan du fortelle litt om de viktigste funnene i det arbeidet dere gjorde rundt eldrehelse. Hvor kommer teknologi innen og hva er perspektivene?

 

Hilde: Den gangen som teknologirådet begynte med dette for ca 10-11 år siden. Så var mye å få forståelse for hvordan dette kan hjelpe de eldre, å hva de kan hjelpe de med. Og mye gjaldt hva de var bekymret for. Og mye var jo ensomhet. Og kunne være trygge. Og kunne ha bedre livskvalitet. Det at man kan bli kontinuerlig fulgt opp i hjemmene, med forskjellige typer digitale tekniske hjelpemidler. Og det ene er sporing ved hjelp av GPS for eksempel. At det er mange demente som liker å gå tur, de liker å være i bevegelse. Og da er det viktig å kunne finne tilbake. Og hvis de ikke klarer å finne tilbake, at noen kan finne dem. Da er dette en type teknologi man kan implementere på flere måter. Til å følge hvert skritt man tar, til å for eksempel bare gi en liten alarm hvis du beveger deg utenfor to kilometer eller 5 kilometer fra der du er. Og da klarer du å spore vedkommende for eksempel. For personvern er det som kanskje har vært viktigst, eller vertfall ett viktig spørsmål. Nettopp, er det riktig å spore mennesker?

 

Silvija: Det er veldig spennende etikk her også. For et av de andre eksemplene jeg husker så godt var at dere fant ut at et av de største problemene man har med å kunne få lov til å være hjemme så lenge som mulig, er egentlig at man faller. Og man faller om natta og det blir ikke oppdaget før altfor sent. Så enkle ting som nattkamera eller falldetektor ikke sant. Men med nattkameraer så får vi også det perspektivet med personvern og innsyn. Men hva tenker du der? 

 

Hilde: Det er litt interessant det du sier. Vi har et prosjekt ved Høgskolen i Oslo. Som har sett på og hatt ganske mange dialoger med eldre på omsorg pluss på Skøyen i Oslo. Hvor vi har diskutert disse dilemmaene. Og det som overrasker oss er at man er ikke så opptatt av personvernet. Som veien opp mot redselen å falle og at ingen skal finne deg. Og at man bli liggende på badet for lenge uten å få hjelp. Det er en stort frykt veldig mange har da. Så i det prosjektet så skal man faktisk eksperimentere med noen kamera som gir sånne fyrstikk bilder. Man skal kunne diktere den bevegelsen at man faller, som ett fyrstikk menneske som faller. Så det er ikke det identifiserbare utgangspunktet. Og da diskutere vi da hvilke rom det er relevant å ha den type ting. Og diskusjonene med de viser at de fleste er villige til å ha dette på rommet. For å lage forskningsdata. Man trenger mye falldata for å identifisere den bevegelsen som ett fall er. Til nå har vi mange skuespiller som bare faller på «liksom». Men det er ikke den samme bevegelsen som når du faktisk faller. Det vil være litt subtile forskjeller kanskje. Som gjør at du kan fange enda bedre opp om noe er ett fall, eller om noen bare legger seg ned med vilje. 

 

Silvija: Dette viser hvorfor datapolitikk og helsepolitikk blir politikk veldig fort. Jeg har en venninne som har diabetes. Og kun brukt et av disse her diagnostisering typene, som du også har skrevet om. Og dette gjorde at hun kunne medisiner seg selv mye mer presist og slapp alle disse kroniske plagene som hun hadde i veldig lang tid. Og kom tilbake på jobb nå. Men så fikk hun beskjed om at dataene hennes ikke trygge, og derfor kan de ikke fortsette å tillate henne å bruke det den typen. Hun sier «jeg bryr meg ikke. Jeg vil ha det. For det ga meg livet tilbake». Og da kommer vi med en gang inni diskusjonen; er det dine data, er det helsevesenets data. Hvem bestemmer? Så kan man også selvdiagnostiseres seg. Man kreve behandling, og hvem skal bestemme over det. Så hva tenker du rundt fordeling av innsyn og ansvar rundt alt det som blir mulig nå? 

 

Hilde: Jeg tenker jo nettopp at det som vi nå har muligheter til å bruke av eget utstyr, for eksempel diabetikere. Det vil å generere mye data. Og det er veldig viktig råvarer inn til maskinlæring som kan gjøre det systemet enda bedre. Og maskinering er på en måte at du lærer av data. Du kan optimalisere for eksempel medisiner. Personer med diabetes er ett utrolig godt eksempel på hvor maskinlæring vil egne seg. For det gjelder å finne riktig dose. Kontinuerlige målinger og finne riktig dose insulin, slik at du holder sukkernivået mest mulig konstant. Så det er ett veldig godt eksempel. Og egentlig så er det veldig mye mer fokus på nå at det er pasientene eller innbyggerne som eier sin egen helsedata. Så spørsmålet er hvordan de eierskapet blir transformert gjennom alle disse it-systemene som vi har i dag. Men i utgangspunktet eier personene de dataene. Jeg må kunne si om jeg vil bruke de som en pasient med diabetes da. For å gjøre min hverdag bedre. Så bør jeg kunne gjøre det. Hvis jeg vil bruke de til forskning, slik at man kan bruke de til å utvikle enda flere, og enda bedre algoritmer mye mer «..»algoritme» så må jeg kunne gjøre det. Og jeg må kunne si hvem jeg vil skal forske på disse dataene. Og der er der vi faktisk han en jobb å gjøre. Mye ligger til rette i lover og regler tror jeg. Sånn som det virker nå. Men systemene gjør det veldig ugjennomsiktig for oss å ha oversikten over hvordan disse dataene blir delt, og hvordan vi ønsker at de skal deles. 

 

Silvija: Ja, du berører noe av det jeg tror blir de mest vesentlige etiske debatten også fremover. Jeg introdusere to ord ala monstermaster. At det blir dataindividualisme og datanasjonalisme. Og jeg tror at vi i Norge har en kjempefordel med at det er vårt offentlig system som får tak i alle disse dataene. Så har vi tillit til det. Jeg må innrømme at jeg mer tillit til at det norske helsevesenet bruker mine data, for å optimalisere min helse enn at et privat selskap av type Apple eier mine helsedata. Som må tilslutt optimalisere noe av profitten sin også. Og i Norge har vi denne tilliten som vi liker å snakke om, men vet ikke helt hvordan vi skal oversette til industriell politikk. Si litt om verdien til tillit i forhold til helsedata.

 

Hilde: Tillit er helt vesentlig i forhold til helse. Jeg tror myndighetene i Norge har en ganske god tillit. De fleste stoler på dele data med helsevesenet. Og det tror jeg man bare skal benytte seg av. Men det er klart at hvis man ikke handler litt kjapt så er det veldig fort at veldig mange av de store Facebook og Google som samler data som vi kanskje ikke i dag vet at kan brukes til helseformål. Man kan identifisere personer som kan få psykiske problemer, ved hjelp av adferdsdata. Veldig mye data som Facebook samler inn. Så dette er noe man på en måte må lære seg og å forstå, men samtidig så blir det skrevet om det. Så mennesker er i en læringsprosess nå hvor man skjønner at «dette her visste jeg ikke. Dette kan også brukes til ting jeg egentlig ikke ønsker» Så jeg tror at dette med personalisering. At man må ta ansvar selv også for dataene sine i større grad. Og ikke bare overlate alt til «de andre». Jeg tror også at myndigheter. Helsetjenesten bør tilrettelegge for at det blir lett for oss å dele med dem, på en trygg måte. Det blir helt vesentlig framover. 

 

Silvija: Der tror jeg Norge er ganske godt skodd. Vi har også disse gode helsedata, som du nevnte for meg før. 

 

Hilde: Ja vi har en del i helseregisteret. Og det jobbes mye med å tilrettelegge for blant annet maskinlæring, og få trygg tilgang. Men vi har mye ferskvare da. Som er pasientjournalen våre. Som virkelig kan brukes til å lære opp maskiner og brukes sånn at en lege faktisk kan få

maskinlæringen på pulten sin. Inn på legekontoret. Ved hjelp av helt ferske data, og der er det et stykke igjen før vi klarer å få det tilgjengeliggjort sånn at maskinlæring kan lære av dem da. 

 

Silvija: Datanerden i meg kribler i fingrene bare du snakker om det. Hadde vært ett kjempeprosjekt det. Jeg spurte deg hva du tror er det viktigste vi må lære oss for å kunne håndtere dette godt i fremtiden, relevant kunnskap. Og du sier at det er kanskje ikke det å programmere eller utvikle algoritmer men å ha en forståelse knyttet til hvordan dette fungerer i praksis. Anvendt på vår helse. Og da snakker du egentlig om personalisert behandling. Du snakket om diagnostisering. Du snakket om forebygging. Hvor skal folk gå for å begynne å lære? 

 

Hilde: Det finnes et program som de har laget i Finland som heter «Elements of AI». Der er målet at 1% prosent av befolkningen skal lære seg grunnleggende kunstig intelligens/maskinlæring. Logikken bak intuisjonen bak, det tror jeg er viktig. Helsefolk. Der tror jeg det er viktig å forstå dataene som ligger til grunn her. Og jeg er selv nå på et kurs i Bergen. Hvor medisinere og dataingeniører sammen lære seg dette. Forskjellige maskinlæringsteknikker, og hvor vi da diskuterer. Jeg er ingeniør eller infomatiker selv. Men man diskutere sammen med radiologer, leger og andre om hvordan man kan lage den beste algoritmen. Det er ikke sånn at maskinene gjør alt av seg selv. Men man må også skjønne hvilke faktorer det er som er viktigst. Hvilke konsekvenser får dette? Er datasettene representative? Er det noe skjevheter? Er det flere damer enn menn? Er det veldig mye overvekt av syke i datasettet? Eller overvekt av veldig mange friske, som det ofte er. Man må prøve å skjønne dette. Det er mye arbeid med å forstå dataene, og så er det mye som går på å forstå hvordan algoritmene kom fram til resultatene tilslutt. Og hva er dette kan føre til når man blir satt i en klinikk for eksempel. Er kvalitet god nok. Er prediksjonene presise nok. Og da er jo det å forstå en algoritme viktig, mens de hotteste algoritmen og de mange sikkert har hørt om. Er nevrale nett som også omtales som «sorte bokser». Man skjønner ikke egentlig hvordan de har vektlagt de forskjellige faktorene inni algoritme. Så da må man finne andre måter å teste ut de på, slik at man kan være trygg på at det rådet man får fra algoritmen faktisk «make sense». Her mener jeg at det er viktig at du lære av den forståelsen. Men hva som er inni dataprogrammene er ikke nødvendigvis så farlig. Men hva datamodellen blir til. 

 

Silvija: kjempespennende. Hvis vi skulle oppsummere på et vis. Hva tror du har det viktigste folk skal huske fra samtalen vår?

 

Hilde: Jeg tenker veldig mye på dette med data. Det blir mer og mer tatt i bruk. Og det blir mer og mer personlig. Så jeg tror at noen kan lære veldig mye om oss. Det kan være deg selv som kan bruke dette personlig til apper osv. Det kan være legen din. Det kan være sykehuset helseforetakene. Det kan være folkehelsa. Det kan være store internasjonale selskaper. Det kan være bedriftshelsetjenesten. Det kan være forsikringsselskaper. Så det er viktig at vi nå skjønner konsekvensene av det, og på en måte har en bevissthet rundt den bruken av data. Det er det aller viktigste. Og vi får også gode verktøy til å skjønne det. Det kan være ganske komplisert. Men vi får gode verktøy til å bestemme selv over hva de dataene skal brukes til. Og også selvfølgelig til forskning. Som er noe veldig man ønsker å bidra til tror jeg. 

 

Silvija: Kjempespennende, Jeg tror at dette med helseteknologi kommer til å være kanskje den viktigste utviklingsarena. Jeg ser det i hvert fall ut ifra hvor pengene i Silicon Valley går til. Og jeg tror at når du snakker om at vi burde lære mer. Om det er 1 prosent av Norges befolkning, eller 50 prosent av Norges befolkning. Et slags førerkort om helse teknologi. Og forstå mulighetene, men også forstå kontroversene. Som man må ta en posisjon på. Utrolig viktig del av vår samfunnsutvikling nå. Så Hilde Lovett fra teknologirådet. En god venn og en enda bedre helse teknologi nerd. Tusen takk for at du var med oss å lærte oss om helseteknologi

 

Hilde: Takk for at jeg fikk komme 

 

Silvija: Takk til dere som lyttet. 

 

Du har lyttet til en podcast fra Lørn. En lærings dugnad om teknologi og Samfunn. Følg oss i sosiale medier og på våre nettsider Lørn.Tech.

Quiz for Case #C0233

Du må være Medlem for å dokumentere din læring med å ta quiz 

Allerede Medlem? Logg inn her:

Du må være Medlem for å kunne skrive svar på refleksjonsspørsmål

Allerede Medlem? Logg inn her: