## En modell for både 2D- og 3D-bilder
Kunstig intelligens får stadig større plass i medisinsk bildediagnostikk. ClinFusion er et foreslått multimodalt språkmodell-system som er laget for å analysere medisinske bilder og kombinere bildeforståelse med tekstbaserte kliniske svar.
Systemet er beskrevet som visjonssentrert, det vil si at arkitekturen er bygget rundt analyse av bildedata framfor bare tekst. Ambisjonen er å håndtere både todimensjonale undersøkelser, som røntgen, ultralyd og digitale patologibilder, og tredimensjonale bildeserier fra CT- og MR-undersøkelser.
I stedet for å være et journalsystem eller en pasientadministrativ løsning, er ClinFusion ment som et verktøy for tolking og beskrivelse av medisinske bilder. Modellen skal blant annet kunne svare på spørsmål om funn, peke på relevante områder i bilder og generere strukturerte rapportutkast.
Opplysningene om ClinFusions resultater, inkludert prestasjoner på benchmarktester og blindede vurderinger blant radiologer, bør likevel vurderes kritisk før teknologien tas i bruk. Gode resultater i utviklings- og testmiljøer er ikke det samme som dokumentert nytte i norsk klinisk hverdag.
## Kan lette presset på radiologene
Radiologi er et område der arbeidsmengden har økt over tid. Sykehusene må håndtere flere avanserte bildeundersøkelser, samtidig som det er behov for raskere svar, høy rapportkvalitet og god pasientsikkerhet.
En modell som ClinFusion kan i teorien bidra på flere punkter. Den kan lage et førsteutkast til radiologisk rapport, trekke fram mulige funn og fungere som en ekstra kontroll før radiologen signerer. Særlig ved store mengder undersøkelser, på kveldsvakter eller i situasjoner med kapasitetsutfordringer kan dette være verdifull støtte.
En mulig arbeidsflyt kan være at modellen analyserer en CT av lungene, foreslår aktuelle funn og produserer en strukturert rapporttekst. Radiologen må deretter kontrollere bildene selv, korrigere eventuelle feil og stå ansvarlig for den endelige vurderingen.
Det er nettopp dette skillet som blir avgjørende: KI kan være et støtteverktøy, men må ikke få rollen som selvstendig diagnostiker uten faglig kontroll.
## Kan kobles til retningslinjer og lokale rutiner
ClinFusion er også beskrevet med mulighet for såkalt verktøybruk, der modellen kan hente inn informasjon fra eksterne kunnskapskilder. En slik løsning kan bruke retrieval-augmented generation, ofte forkortet RAG, for å finne relevante retningslinjer, lokale prosedyrer eller kvalitetssystemer før den formulerer et svar.
I norsk sammenheng kan dette være viktig. En modell som bare bygger på internasjonale data og generelle fagtekster, vil ikke nødvendigvis følge norske anbefalinger eller lokale praksiser. Dersom den kobles til kvalitetssikrede kilder fra Helsedirektoratet, helseforetakene og fagmiljøene, kan beslutningsstøtten bli mer relevant.
Men også her er risikoen tydelig: Dersom modellen henter feil, utdaterte eller dårlig kvalitetssikrede kilder, kan svaret fremstå faglig overbevisende selv om det er misvisende. Kildestyring, versjonskontroll og tydelig visning av grunnlaget for anbefalinger vil derfor være nødvendig.
## Helseplattformen er bare én del av bildet
Norsk helsevesen er inne i flere digitaliseringsløp, med nasjonale e-helseløsninger, tjenestene til Norsk helsenett og lokale systemer for journalføring og bildearkivering. Helseplattformen, den Epic-baserte fellesløsningen i Midt-Norge, kan være relevant i deler av landet, men er ikke et nasjonalt journalsystem for hele Norge.
For at en modell som ClinFusion skal fungere i praksis, må den kunne integreres med radiologiske bildearkiver, ofte omtalt som PACS, arbeidslister og elektroniske pasientjournaler. En løsning som krever at radiologen manuelt laster opp bilder eller kopierer rapporttekst mellom systemer, kan i verste fall skape merarbeid og nye sikkerhetsrisikoer.
God integrasjon handler derfor ikke bare om teknikk. Systemet må passe inn i arbeidsflyten, ha tydelige tilgangsstyringer, loggføre bruk og gjøre det mulig å etterprøve hvordan et AI-forslag ble generert.
## Personvern og regulering blir avgjørende
Medisinske bilder er helseopplysninger og regnes som svært sensitive personopplysninger. En eventuell norsk innføring vil kreve at data behandles i tråd med personvernregelverket, og at helseforetakene har kontroll på hvor bildene lagres og behandles.
For mange virksomheter vil det være aktuelt å kreve drift i Norge eller innenfor EØS, enten i egne sikre miljøer eller hos leverandører som tilfredsstiller kravene til behandling av helsedata. Det må også vurderes nøye om data brukes til videre trening av modeller, og hvordan pasientinformasjon eventuelt pseudonymiser