dkmedier
dknyt
dkindkob
dknyt
dksocial
doi
DK Debat
Ny AI-afdeling på Vejle Sygehus skal forudse kræftrisiko
En AI-afdeling på Vejle Sygehus skal analysere blodprøver for at forudse risikoen for at udvikle kræft.
Foto: Kim Haugaard, Ritzau Scanpix (arkiv)

Ny AI-afdeling på Vejle Sygehus skal forudse kræftrisiko

Med blot en blodprøve kan en danskudviklet kunstig intelligens forudse, om en patient vil udvikle kræft inden for 90 dage.

Det lyder næsten for godt til at være sandt: Kan man virkelig bruge kunstig intelligens (AI) til at forudsige risikoen for kræft hos patienter henvist fra egen læge baseret på rutinemæssige blodprøver?

Ja, er konklusionen i et nyt dansk studie, der er lavet i et samarbejde mellem Sygehus Lillebælt, Institut for Biokemi og Immunologi ved Syddansk Universitet, Kræftens Bekæmpelse og softwarefirmaet SAS Institute. Det skriver Videnskab.dk.

- Ved at bruge den her metode kan vi se, om en patient er i risiko for at få kræft, eller om en patient absolut ikke er i risiko. Det er jo helt fantastisk. Vi er de første i verden, der har gjort det her, siger Ivan Brandslund, professor i klinisk biokemi og kunstig intelligens ved Syddansk Universitet og tilknyttet Sygehus Lillebælt, Vejle Sygehus. Han er en af forskerne bag studiet, som er publiceret i tidsskriftet Clinical Chemistry and Laboratory Medicine.

Frø sået for 14 år siden

Frøene til den nye metode blev sået allerede for 14 år siden, da Vejle Sygehus sammensatte foruddefinerede laboratorieblodprøver i en analytisk profil, der blev givet til praktiserende læger som et ekstra værktøj til at identificere personer med øget risiko for at få kræft.

Senere blev formålet at bruge disse data til at finde ud af, om man med brug af kunstig intelligens på blodprøverne kunne forudsige, om en patient ville få kræft indenfor 90 dage.

Den praktiserende læge får allerede samme dag analysesvar fra blodprøverne, der understøtter de svar, patienten skal have. Det kunne for eksempel være, om en patient har brug for hurtige yderligere undersøgelser ved en høj risiko, eller hvis risikoen er lav, at man ser tiden an og ikke unødigt stresser patienten og belaster sundhedsvæsnet.

- Når lægen siger, at du kan have en alvorlig sygdom som kræft, så bliver kræftpakken sat i gang, og du bliver sendt videre til undersøgelser. Det er måske lidt uheldigt, fordi 80 procent ikke vil have kræft, men kommer igennem undersøgelser og bliver stigmatiseret, forklarer Ivan Brandslund.

- Så er det bedre at sige: Din risiko er så lav, så skal vi ikke lige vente og se igen om seks måneder? Ved at bruge den her metode kan vi altså frasortere 40-45 procent af patienterne, der ikke behøver at blive sendt videre til kræftudredninger, siger han og tilføjer:

- Nogle har sammenlignet det med, hvad patologer kan se, om der er kræft eller ej. De ligger på 70-75 procent, og vi ligger på 85-95 procent - uafhængigt af kræfttypen.

Kan hjælpe lægerne

Metoden er allerede klar til at blive taget i brug, og fra årsskiftet af kan læger få tilsendt svar fra den kunstige intelligens.

Det sker på Sygehus Lillebælt, Vejle Sygehus, i Region Syd, hvor der bliver lavet en hel AI-afdeling.

»Det, vi laver, er next-level klinisk bio-kemi. I stedet for at sende 23 tal, analyser på blodprøverne, som den stakkels læge skal se på, og som er håbløst at tolke på, fordi nogle tal går ned og op, som lægen ikke kan sætte sammen i forhold til, om det tyder på kræft, siger Ivan Brandslund.

- Vi fortæller lægen, hvad tallene betyder, og om der er risiko for, at personen får kræft eller ej. Metoden genkender mønstre. Det kan lægen ikke. Det er fremtiden, konkluderer han.

ak

Tekst, grafik, billeder, lyd og andet indhold på dette website er beskyttet efter lov om ophavsret. DK Medier forbeholder sig alle rettigheder til indholdet, herunder retten til at udnytte indholdet med henblik på tekst- og datamining, jf. ophavsretslovens § 11 b og DSM-direktivets artikel 4.

Kunder med IP-aftale/Storkundeaftaler må kun dele DK Sundheds artikler internt til brug for behandling af konkrete sager. Ved deling af konkrete sager forstås journalisering, arkivering eller lignende.

Kunder med personligt abonnement/login må ikke dele DK Sundheds artikler med personer, der ikke selv har et personligt abonnement på DK Sundhed.

Afvigelse af ovenstående kræver skriftlig tilsagn fra det pågældende medie.