Fürst for farmasøyter

Noen få meter fra moskeen på Furuset i Oslo ligger en større, men samtidig mer unnselig bygning. Der ligger hovedkontoret og laboratoriene til Fürst Medisinsk Laboratorium. Et firma de fleste nordmenn, også farmasøyter, kjenner til, men kanskje ikke vet så mye mer om enn at de analyserer blodprøver.

Ved inngangen blir vi tatt imot av administrerende direktør, farmasøyt Håvard Selby Ebbestad.

— På en måte så illustrerer det jo litt hvor anvendelig farmasøytutdanningen er. Det å være farmasøyt og lede et laboratorium synes jeg har vært et veldig godt utgangspunkt, smiler han.

Stort sett er det bioingeniører og leger som jobber i Fürst, men som farmasøyt kan han nok til å forstå det som skjer.

— Jeg kan mer enn nok kjemi og sånn. Jeg skjønner jo i store trekk hva som foregår, sier han og påpeker at Fürst har mange stillinger farmasøyter kan passe i, spesielt i kvalitetssikringsavdelingen.

— Det er helt klart at farmasøyter også kan jobbe med kvalitetsarbeid uten problem, så selv om man konkurrere med bioingeniører og legespesialister er det absolutt muligheter, sier han som har én farmasøyt til i organisasjonen, men det er uventet nok som markedssjef.

LES OGSÅ: Det giftige kors gikk til ja-mannen Håvard Selby Ebbestad

Er så store at de må bygge sitt eget utstyr

Selby Ebbestad og medisinsk direktør Ying Chen viser oss rundt i lokalene til Fürst.

I en etasje kommer biopsiprøvene inn og går gjennom en helautomatisk robot som snitter prøvene opp i små skiver og skanner dem inn i systemet.

— Fürst er den første med en slik robot, fremhever Chen.

Det er innført digital patologi på Fürst. Bildene av vevsprøver blir hentet opp av patologer som ser gjennom dem og leter etter avvik som kan være kreft.

I en annen etasje kommer alle blodprøvene inn og går rett over på et 120 meter langt bånd. Langs hele båndet står forskjellige instrumenter som hver kan gjøre én til fire analyser, før prøverørene går inn i et kjøleskap hvor de blir oppbevart én uke og så destruert. Alt automatisk og styrt av deres egenskrevne algoritmer. I løpet av den uken har legene mulighet til å etterrekvirere, og prøvene vil automatisk gå ut på båndet igjen.

— Vi måtte lage deler av anlegget her selv, for det finnes jo ikke så stort labutstyr, forklarer Ebbestad.

— Så båndet på prøvemottak er egentlig bryggeriindustriprodukter, smiler han.

LES OGSÅ: Farmasihytta skal igjen kunne redde idrettskarrierer og skape familier

Gjør mer enn å analysere blodprøver

Fürst gjorde rundt 41 millioner analyser i 2024. Som om det ikke er nok, ivrer direktøren etter å vise frem at de gjør ganske mye mer og ikke bare er et taksameterfirma som analyserer blodprøver på samlebånd. Fürst tar inn og utdanner LIS-leger som spesialiserer seg til spesialister innen laboratoriemedisin. De gjør ganske mye forskning både med utgangspunkt i de medisinske fagene, men også deres relativt store teknologi- og IT-avdeling driver med mye forskning og utvikling. Flere av de ansatte har også tilknytning til universitetene hvor de blant annet underviser.

— Det er mange som blir overrasket når de ser hvor mye forskning vi driver med, skyter Ying Chen inn.

— Når du jobber med privat helse i Norge, så er det den børs/katedral-verdenen. Du er nødt til å forholde deg til flere ting. Å ha det å maksimere profitten som eneste greie, nytter jo ikke i et samfunn som vårt, i en bedrift som stort sett lever av betaling fra det offentlige. Derfor er det veldig viktig og ålreit å jobbe i Fürst for meg, for jeg må ha flere tanker i hodet på en gang, understreker Ebbestad som har mange såkalte stakeholders å forholde seg til.

 

På en måte så illustrerer det jo litt hvor anvendelig farmasøytutdanningen er. Det å være farmasøyt og lede et laboratorium synes jeg har vært et veldig godt utgangspunkt.

^{Håvard Selby Ebbestad}

 

Helsevesenet skal ha service og kvalitet, pasientene ønsker raske svar de selv kan forholde seg til, samfunnet/myndighetene ønsker høy kvalitet og lave kostnader, de ansatte skal ha trygge arbeidsplasser, og eierne skal helst få større avkastning over tid enn hvis de setter pengene i banken.

— Det er ikke noe å skryte av at du tjener for mye penger når nesten alle pengene vi tjener, kommer fra samfunnet. Men man skal jo ha en fornuftig fortjeneste over tid, men ikke sånn ta helt av. Det blir feil. Heldigvis er eierne her edruelige og langsiktige.

Har enorme mengder helsedata

Etter en runde i lokalene tar de to oss med inn på et møterom for å treffe IT-direktør Eyvind Axelsen. Han ankommer litt sent etter å ha måttet håndtere noe som en liten stund så ut som et dataangrep.

— Vi bruker enormt med ressurser på brannmurer og sånt. Vi får 25 000 angrepsforsøk mot brannmuren i døgnet, forklarer Ebbestad som har tillit til systemene sine og ikke er spesielt bekymret. Heldigvis viste det seg denne gangen å bare være en feil hos en samarbeidspartner.

— Det var bare gode, gammeldagse pølsefingre, beroliger Axelsen.

 

Det er mange som blir overrasket når de ser hvor mye forskning vi driver med.

^{Ying Chen}

 

IT-avdelingen gjør mange vanlige og mer uvanlige oppgaver, blant annet har Fürst over tjue programmerere ansatt. I tillegg har Axelsen en liten avdeling på tre ansatte som kun jobber med kunstig intelligens, og de har flere prosjekter hvor de utvikler teknologiske løsninger for bedriften.

— Det som Fürst har, det er ganske mye data. Vi har mer enn 40 millioner rekvisisjoner i databasen med til sammen over 600 millioner analyser. Så der bor det ganske mye informasjon både om folkehelsesammenhenger og mye annet, presiserer han.

Han legger til at de har en del utfordringer, fra at de ikke har umiddelbar tilgang til mer av journalen til pasienten og ikke kjenner pasientens videre forløp, til så betydelige GDPR-avveiinger at de har en egen personvernjurist.

Alle disse dataene gir dem mange muligheter til å lære opp kunstig intelligens, og det er mange av oppgavene deres de kan tenke seg å bruke kunstig intelligens på.

— Vi kan diagnostisere og tolke laboratoriesvar, tilby beslutningsstøtte til både våre leger og legene der ute, men det er mulig å gjøre ting som anomalideteksjon, altså oppdage hvis noe er feil på samlebåndet nede. Og så er det ting som har med logistikk å gjøre. Vi har jo et stort nettverk av sjåfører som kjører rundt og henter prøver rundt i landet, og det flys inn. Det er sånne ting som den typen algoritmer er gode på.

Kunstig intelligens har forbedret svarene

Av konkret bruk av kunstig intelligens har de et talassemiprosjekt. Talassemi er en arvelig blodsykdom som rammer hemoglobinet i de røde blodcellene og gir anemi.

— Det er noe som Fürst har holdt på med i mange år. Vi har vi hatt en veldig enkel algoritme for å screene for dette. Vi sjekket to parametere om de er over eller under referansepunktet, og i så fall sa sier vi til rekvirerende lege at det kanskje er lurt å bestille en talassemitest for denne pasienten, sier han.

Screeningen fungerte bra, men de antok at de kunne forbedre den med KI. Nå har de trent en maskinlæringsmodell til å se på sammenhengen mellom flere parametere som det er vanlig å måle og talassemi. Først kjørte de et forsknings- og utviklingsprosjekt, og nå har det vært i vanlig drift siden i fjor vår og har vurdert over en million prøver.

— Den maskinlæringsalgoritmen klarer veldig mye bedre å finne de som faktisk har den sykdommen.
I forhold til det vi hadde tidligere, så tester vi omtrent dobbelt så mange pasienter nå, og vi har en mye høyere andel positive funn, konstaterer han fornøyd.

LES OGSÅ: Store muligheter med kunstig intelligens innen farmasien

Lærer KI-modellene gjenkjenne kreftvev

Et annet KI-prosjekt innebærer å tolke bilder av biopsiprøver for å finne kreft.

— De blir skannet i høy oppløsning og deles opp i små firkanter, og så forsøker vi ved hjelp av et nevralt nettverk å forstå hva slags vev det er i dette lille området her, forklarer Axelsen.

Fürst bruker ferdigtrente bildegjenkjenningsmodeller som de lærer opp med bilder av vev.

— Måten vi gjør det på, er at vår patolog sitter og ser på disse bildene som hun vanligvis bruker til diagnostisering, og så markerer hun at her er det noe, og så bruker vi det etterpå til å trene denne modellen til å forstå hvordan den typen vev ser ut.

Denne modellen er fremdeles på utviklingsstadiet. I første omgang ser de for seg å bruke den til å prioritere hvilke bilder av vevsprøver patologen bør se på først, men på litt lengre sikt er tanken at det skal være beslutningsstøtte for patologene.

— Å sende patologene i riktig retning er bra. Da vil det gå fortere, legger Ebbestad til.

LES OGSÅ: Kunstig intelligens oppleves som mer empatisk enn leger

Viktig å ha kontroll på egen teknologi

I tillegg har de flere KI-prosjekter gående. Mye handler om å tolke data, som modellene ofte kan gjøre like bra eller bedre og alltid raskere enn mennesker. Blant annet et på PSA-målinger for prostatakreft.

— Vi har masse andre ting og ideer som vi har lyst til å gjøre, og så har vi litt begrenset med folk, men det er mye spennende, og jeg tror dette blir viktig for Fürst fremover, sier Axelsen.

— Jeg antar det er mange andre med betydelig større ressurser som forsker på disse tingene. Er det noe vits for dere å bruke ressurser på dette?

— For å eventuelt kunne gjøre gode kjøp må man ha kunnskap om det, sier Ebbestad og påpeker at det å drive med interessant forskning og utvikling også er viktig for rekrutteringen til firmaet.

— Dessuten er vi store i europeisk målestokk. Det er veldig få som har 600 millioner analysesvar, legger han til.

— Det er faktisk sånn at vi får en masse forespørsler inn til vår gruppe om å få data fra Fürst fra andre som vil forske på det, bekrefter Axelsen som i tillegg poengterer at det ikke bare er å kjøpe hyllevare av slike modeller.

— Hvis du er en leverandør av software, så må du tilpasse software til en mengde hypotetiske forhold, mens vi trenger bare å tenke på at det skal virke her. Så da kan man skreddersy det mye tettere på driften vi har og trenger ikke ta hensyn til en hel masse ting som ikke er relevant for oss, som en leverandør måtte gjøre. Det gjør at vi kan snu oss og tilpasse oss raskere.

Ebbestad trekker frem et eksempel fra pandemien for å vise viktigheten av å ha en egen IT-avdeling. De fikk på det verste inn opptil 7000 covidprøver i døgnet, hvorav mange var positive, og da skulle legene kontaktes. IT-avdelingen satte raskt opp en portal smittevernlegene i kommunene kunne gå inn på når det passet dem, og dermed gjøre prosessen mye lettere for alle involverte.

— Det er sånt du kan gjøre når du har kompetansen her og ikke Romania eller India, slår han fast.

LES OGSÅ: Å gjøre kunstig intelligens til mer enn en svart boks. Transparente maskinlæringssystemer for medisinske anvendelser

(Publisert i NFT nr. 4/2025 side 17- 21.)