”Kanske AI kan erbjuda nya lösningar på folkhälsoproblemen”

En leende man som tittar rakt in i kameran.
Niko Wasenius är docent och seniorforskare på Folkhälsans forskningscentrum. Han leder projektet XAGE som utreder hur fysisk aktivitet och motion kan bidra till ett hälsosamt åldrande bland 50–70-åringar.

Vi frågar forskare Niko Wasenius om vilka möjligheter det framöver finns att använda artificiell intelligens inom folkhälsoforskningen.

Vilka möjligheter och risker ser du med att använda artificiell intelligens inom folkhälsoforskningen?

Inom folkhälsoforskning publiceras det väldigt mycket olika resultat och jag tror att AI kommer att underlätta genomgången av resultaten. Särskilt för forskare i början av karriären kan det vara till stor nytta för att göra informationen överskådlig. Nackdelen är att vi inte vet hur mycket vi kan lita på sammanställningarna. Utmaningen är att det alltid är en människa som har skapat algoritmen och mänskliga fel finns därför inbyggda i språkmodellerna.

Det finns AI-lösningar som medan du skriver en text letar fram artiklar om ämnet och föreslår källhänvisningar. Problemet är att ingen vet utgående från vilka kriterier artiklarna väljs ut. Det finns en risk att motstridiga forskningsresultat inte tas med, utan att algoritmen bara upprepar det rådande paradigmet. Inom forskningen strävar vi efter objektivitet och forskning går i grunden ut på att testa gränser.

Jag tror att AI på sikt kan försnabba forskningsprocessen och göra att en forskare kan publicera resultat i högre takt. Många publikationer anses som ett tecken på en framgångsrik forskare, inom både medicin och folkhälsovetenskap. Här finns det förstås en risk för missbruk och en risk för att människan blir lat och litar på att maskinen vet bättre än människan.

Vilka utmaningar inom folkhälsofrågor tror du att AI kan föreslå lösningar på?

Inom folkhälsofrågor har problemen rätt långt varit de samma under de senaste hundra åren, nämligen fetma, inaktivitet, kostfrågor, sömnbrist och stress. Kanske AI kan erbjuda nya lösningar på dessa problem. Frågan är om vi i så fall kommer att godkänna lösningarna, om vi inte har kapacitet att förstå hur AI kommit fram till dem och de går emot vårt bondförnuft.

Inom folkhälsoforskningen har vi länge undersökt om X förklarar Y, om X är kopplad till Y eller om kombinationen av X och Z påverkar Y. Vi fokuserar på en sak i taget. AI kan kanske underlätta att förstå mera komplexa samband. Om vi har tillräckligt bra data att utgå ifrån kanske AI kan identifiera människogrupper och upptäcka de mest avgörande faktorerna för att människor har hamnat i en viss situation. Vi kan jämföra med ett träd. Just nu kanske vi vet att trädet tappat barr och så upptäcker vi att ju fler barr trädet har, desto fler barr kan det tappa. Kanske AI kan få oss att inse att det finns en hel skog full av träd, och att många olika faktorer inverkar på när ett träd tappar sina barr. Där ser jag stora potential med AI.

Men frågan är hur vi i så fall utnyttjar den informationen. Den största folkhälsoutmaningen är, som jag ser det, att ändra på en människas beteende så att hen agerar på ett sätt som gynnar den egna hälsan. Människan fungerar inte så.

Du forskar i hur fysisk aktivitet påverkar åldrandet, hur tror du att AI kunde användas inom ditt eget forskningsområde?

Jag tror att det kan utvecklas AI-baserade indikatorer för biologiskt åldrande, så att man via ett blodprov kan få veta vad som händer i kroppens ämnesomsättning, utan att behöva ta vävnadsprov. Det ger ett index som beskriver personens hälsa, och detta index kan följas upp för att se hur ändringar i levnadsvanorna påverkar hälsan. Sådana index kanske kunde komma att användas inom forskningen. Frågan är om de kommer i kliniskt bruk, knappast inom primärvården i alla fall.

Många människor är intresserade av att följa upp sin hälsa och beredda att betala för det. För vissa är det viktigt att kunna följa med att ett index rör sig i rätt riktning, och för dem kan detta vara ett bra sätt att följa med sin egen hälsa och hur ändringar i beteendet påverkar hälsan. Andra människor är inte det det minsta intresserade av den här typen av uppföljningar och siffror. Utmaningen för den som vill utveckla detta inom folkhälsoområdet kommer att vara att få ihop tillräckligt mycket data av tillräckligt bra kvalitet, så att det finns material som maskininlärningen kan tränas med. Forskningsdata kan inte användas för sådant här, det är etiskt omöjligt.

 

22.03.2024

Heidi Furu

Vetenskapskommunikatör

Administration, Forskning

Nyland

044 488 3086