3 × digital diagnos Framsteg
AI:n som ställer de rätta frågorna Bör patienter med bröstsmärtor på akuten beskriva sina symtom för ett digitalt verktyg? Det ska en pågående studie svara på. BRÖSTSMÄRTOR KAN ha ofarliga eller livshotande orsaker, något som läkaren försöker avgöra så tidigt som möjligt med hjälp av anamnesen, patientens egen berättelse. Nu undersöker forskare om bedömningen blir säkrare om den görs genom att patienten interagerar direkt med en dator, en artificiell intelligens. – AI:n säkerställer att patienten får svara på alla relevanta frågor som gäller för just den individen, säger doktoranden Helge Brandberg, doktorand vid institutionen för kliniska vetenskaper, Danderyds sjukhus, som är en av utvecklarna bakom CLEOS, som det digitala verktyget heter. Verktyget riktar sig till patienter som inte har ett akut livshotande tillstånd utan kan ta tid att svara på CLEOS frågor medan de väntar på läkaren.
– Idag förlitar vi oss kanske lite för mycket på vad blodprov, datortomografier och andra, ofta dyra, utredningar visar. Utan en väl genomförd anamnes kan viktiga diagnoser missas, som till exempel instabil kärlkramp som har liknande symtom som hjärtinfarkt, säger Helge Brandberg. Hittills har drygt 1 200 patienter som sökt akut på Danderyds sjukhus för bröstsmärtor deltagit i studien. I en preliminär analys av en mindre grupp uppskattades risken för hjärtinfarkt bättre med det digitala verktyget jämfört med vanlig anamnes. Mer forskning behövs innan verktyget kan
Foto: Istockphoto
Lungcancer hittas tidigare med maskininlärning En ny studie från Karolinska Institutet och Umeå Universitet tyder på att man med hjälp av maskininlärning kan snappa upp tidiga varningstecken på lungcancer. Patienter som kom till sjukhus för lungutredning fick fylla i ett interaktivt e-frågeformulär om 285 möjliga tidiga symtom, uppdelade så att varje patient bara behöver svara på det som är relevant för just hen. Efter att resultaten analyserats genom maskinin lärning identifierade forskarna en kombination av sju bakgrundsfaktorer och 63 tidiga besvär – varav flera inte identifierats tidigare – som skulle kunna bidra till tidigare upptäck av lungcancer. Dessa inkluderade hosta som varierade under dygnet, ryggsmärta/ obehag, tidig mättnad, aptitförlust och kraftlöshet. – Genom att testa e-frågeformuläret i en större studie hoppas vi kunna utveckla ett verktyg för att tidigare kunna identifiera patienter som behöver utredas för lungcancer, säger Adrian Levitsky, forskare vid Karolinska Institutet. Scientific Reports november 2019
användas i vården. Forskarna ser flera möjliga fördelar. – En AI kan hantera så mycket mer fakta än vad en människa kan, vilket möjliggör en säkrare diagnostik. Dessutom blir en AI inte trött eller stressad, den har aldrig en ”dålig dag” eller reagerar känslomässigt. Det är ett säkert komplement till andra prover och en läkares bedömning, säger Helge Brandberg. BMJ Open januari 2020
6 patientgrupper med olika prognos kunde med hjälp av maskininlärning urskiljas bland patienter som drabbats av en form av hjärtsvikt med varierande, och därför svårbedömd, symtombild. BMJ Heart januari 2020
Medicinsk Vetenskap №1–2020
13
