Kommunal Sundhed

Dagens Pharma

Praktisk Medicin

Kontakt

Annoncer

Ferieboligannoncer

Søg

Hjerte-kar

Kunstig intelligens kan forudsige overlevelsen for patienter med iskæmisk hjertesygdom

Udgivet:
Kommentarer (0)

Nyudviklet algoritme kan med data fra blandt andet elektroniske patientjournaler fortælle lægen, hvor høj risiko den enkelte patient med blodprop i hjertet har for at dø inden for en årrække. Algoritmen kan assistere læger i at træffe bedre beslutninger vedrørende behandling af den enkelte patient.


Den medicinske verden bevæger sig langsomt, men sikkert ind i den digitale tidsalder.

Styrken er, at vi her får en overlevelseskurve for den enkelte patient baseret på alle tilgængelige data

Amalie Dahl Haue, post.doc., Novo Nordisk Fondens Center for Protein Research ved Københavns Universitet og Hjertecentret på Rigshospitalet

Flere og flere patientdata bliver lagret i store databaser, og mens læger måske er i stand til at tage stilling til en håndfuld af dem, når de skal danne sig et overblik over en patients sygdomshistorik og fremtidige udsigter, kan en computermodel se det hele på én gang.

Det åbner for, at computermodeller kan komme med behandlingsanbefalinger på baggrund af det fuldstændige billede af den enkelte patients sygdomshistorik og tidligere behandling.

Netop sådan en computermodel arbejder forskere fra Københavns Universitet og fra Hjertecentret på Rigshospitalet på at udvikle.

Inddrager flere end 300 parametre i risikoscore

Computermodellen, der er baseret på kunstig intelligens, sorterer automatisk i blandt andet journaldata fra patientens tidligere og nuværende sygdomme. Med udgangspunkt i over 300 forskellige parametre kan computermodellen udregne den forventede overlevelse for patienter med blodprop i hjertet.

Den computerbaserede beregning af hjertepatientens forventede overlevelse kan vejlede lægen i forhold til den videre behandling.

»Computermodellen kan sortere i alle data på samme tid og derved inkludere data, som lægen måske ikke sætter i forbindelse med øget risiko for at dø efter en blodprop i hjertet. Det kan også være, at computermodellen gør det modsatte, nemlig peger på, at patienten har lav risiko og derfor formentlig ikke skal behandles så intensivt, som lægen ellers ville have gjort det ud fra de få parametre, som lægen kigger på.«

Det fortæller post.doc. Amalie Dahl Haue fra Novo Nordisk Fondens Center for Protein Research ved Københavns Universitet og Hjertecentret på Rigshospitalet, der er en af de forskere, der har været med til at udvikle computermodellen.

Amalie Dahl Haue er den første forsker til at færdiggøre sin ph.d.-afhandling i regi af CAG-partnerskabet mellem Københavns Universitet og Hjertecentret på Rigshospitalet med det formål at udvikle mere individualiseret diagnostik og behandling til hjertepatienter.

Overlevelseskurve baseret på alle tingængelige data

Når læger i dag skal vurdere en patients risiko for et alvorligt udfald efter en blodprop i hjertet, inkluderer han eller hun op til 10 forskellige parametre i sin vurdering eller beslutning.

Det kan dreje sig om blodtryk, kolesteroltal, rygerstatus, køn, alder, hvor stor blodproppen var, hvor den var lokaliseret, og om patienten fejler andet.

Den model, som forskerne fra Rigshospitalet og Københavns Universitet har udviklet, inddrager flere end 300 parametre.

Visionen er at få dokumenteret modellens præcision i hospitalsregi, og at vi som læger lærer at bruge sådanne beslutningsværktøjer i vores kliniske hverdag

Amalie Dahl Haue, post.doc., Novo Nordisk Fondens Center for Protein Research ved Københavns Universitet og Hjertecentret på Rigshospitalet

Det drejer sig blandt andet om genetiske data, blodprøvesvar og tidligere sygdom, som måske ikke umiddelbart har en direkte kobling til øget risiko efter en blodprop.

Måske spiller fire år gamle levertal, tidligere graviditetsbetinget diabetes eller kræftsygdom ti år forinden en rolle for risikoen for et alvorligt udfald efter en blodprop i hjertet. Gør det det, udnytter computermodellen det og inddrager data fra sygdomsforløbet i den endelige risikovurdering.

»Styrken er, at vi her får en overlevelseskurve for den enkelte patient baseret på alle tilgængelige data. Man kan måske ikke umiddelbart se, hvorfor patienten har en høj eller lav risiko, men det forklarer modellen,« forklarer Amalie Dahl Haue.

Computer tyggede løs på store datamængder

Til udarbejdning af modellen har forskerne blandt andet benyttet data fra Landspatientregisteret, journaldata samt genetiske data på 160.000 personer med hjertekarsygdom.

Efterfølgende har forskerne ved hjælp af kunstig intelligens fundet sammenhænge mellem patientdata, sygdomsforløb og overlevelse. Ph.d.-studerende Peter Christoffer Holm har stået for det store arbejde med at træne computermodellen på omfattede, men nøje udvalgte patientdata.

Udfaldet kan tjene som beslutningsstøtte til de læger, der tilser en patient med blodprop i hjertet.

»Det er sådan i dag, at vi faktisk behandler mange patienter, men behandlingen redder kun nogle af dem. Med dette værktøj kan vi forhåbentlig gøre det bedre og som eksempel se, at hvis en patient har 95 pct. chance for at overleve de næste 10 år uden medicinering, behøver vi måske ikke at behandle og følge patienten så intensivt som den patient, der har en meget større risiko,« forklarer professor og overlæge Henning Bundgaard fra Hjertecentret.

Henning Bundgaard har sammen med professor Søren Brunak fra Københavns Universitet taget initiativ til projektet.

Skal afprøves i den virkelige verden

De indledende forsøg med modellen har vist, at den med meget stor præcision kan forudsige den enkelte patients overlevelse efter blodprop i hjertet.

Disse forsøg vil forskerne nu validere med data fra patienter i blandt andet Island og Norge.

Det ultimative mål er at få indarbejdet algoritmen i de elektroniske patientjournaler, for eksempel i Sundhedsplatformen, så læger i fremtiden ikke skal lede efter en risikoscore for en patient med blodprop i hjertet, men får den leveret lige med det samme, når de slår patienten op i deres journalsystem. Dette arbejde er allerede indledt.

»Vi forventer, at modellen også snart kan bruges til at vurdere risikoen for andre udfald end overlevelseschancen, men også risikoen for andre komplikationer til kranspulsåresygdom. Visionen er at få dokumenteret modellens præcision i hospitalsregi, og at vi som læger lærer at bruge sådanne beslutningsværktøjer i vores kliniske hverdag sammen med patienterne. Målet er at komme væk fra en ‘one size fits all’-tilgang til behandling af patienter med ikke bare blodprop i hjertet, men også en lang række andre sygdomme,« siger Amalie Dahl Haue.

Del artiklen:

Kommentarer


Log ind eller registrer dig for at kommentere
Bliv den første til at kommentere

Læs mere