Din kræftrisiko kan i fremtiden vurderes af blodprøve og kunstig intelligens

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, og som er publiceret i Clinical Chemistry and Laboratory Medicine (CCLM).

»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, som står bag studiet.

Også Sadasivan Puthusserypady, professor i Sundhedsteknologi ved Danmarks Tekniske Universitet, er meget positiv overfor studiet.

»Det er et rigtig godt stykke arbejde,« siger han.

Han har ikke været en del af studiet, men arbejder selv med AI, som, han mener, har et stort potentiale - især inden for sundhed.

»AI bliver brugt alle steder. Jeg bruger det også i min egen forskning. Det er et redskab, et meget stærkt redskab, som vi kan tage i brug i de situationer, hvor vi har adgang til enorme datamængder,« siger han.

Startede med en nysgerrighed

Ivan Brandslund og hans forskerkolleger, der står bag studiet, var nysgerrige på, om man mon hos patienter, der gik til deres praktiserende læge med uspecifikke symptomer, kunne bruge blodprøver som et ekstra værktøj til at identificere personer, der var i øget risiko for at få kræft.

Så allerede for 14 år siden - hvor ingen tænkte på kunstig intelligens - sammensatte Vejle Sygehus 23 foruddefinerede laboratorieblodprøver i en analytisk profil, som blev introduceret til praktiserende læger.

Det var en del af indførelsen af accelereret udredning i et kræftpakkeforløb, som Vejle Sygehus dengang fandt på.

»Det viser, hvor vigtigt det er at have data udført og lagret,« siger Ivan Brandslund.

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

»Den her metode kan øjeblikkeligt forudsige, hvad risikoen hos den enkelte er for at have en kræftsygdom diagnosticeret inden for tre måneder. Det vil sige, vi har regnet det ud i absolutte risici: At din risiko for eksempel er to procent for at få kræft, og da befolkningens gennemsnit er tre til fire procent, er din risiko altså lav,« siger Ivan Brandslund. Han fortsætter:

»Men du kan også have 80 procents risiko, og så kan vi melde tilbage til patient og læge, så de kan se på tallene og finde ud af, om det giver mening at gå videre med flere undersøgelser.«

Kan blive et ekstra værktøj

AI-risikoscoren kan vise sig at være et værdifuldt værktøj i den kliniske beslutnings-proces. 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 sætter unødige invasive undersøgelser i gang, der 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. Det er jo ikke godt,« forklarer Ivan Brandslund.

»Så er det bedre at sige: Din risiko er så lav, så skal vi ikke lige vente og se igen om 6 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.«

Er det en sikker metode?

Men kan vi virkelig være sikre på, at den her nye AI-metode er så sikker?

»Det kan vi jo ikke. Men det kan vi aldrig,« siger Ivan Brandslund og tilføjer:

»Intet er 100 procent sikkert. Vi måler en risiko, og den kommer altid med en usikkerhed, som vi ikke kender helt. Men vi tror, at får man en risiko omkring 90 procent, så er usikkerheden plus minus 5 procent.«

Men »sådan er det«. Alt er sandsynligheder. Det, der tæller, er, om det er bedre end lægerne, mener han.

»Det har taget seks år at få en forståelse for det. Det er resultater af 14 års analyser, hvor patienter er blevet henvist til udredning for kræft. Vi havde alle analyse-resultaterne, som vi kunne tygge os igennem for at se, om vi kunne korrelere dem til, hvad der skete med patienterne. Og det virkede.«

»Vi kan se, at AI giver den bedste 'area under the curve'.«

Nu bliver det måske lidt teknisk. 'Area under the curve' (AUC) er en måde at måle, hvad den bedste kombination er af sensitivitet og specificitet.

Sensitivitet er evnen til at finde dem, der er syge. Specificitet er evnen til at finde dem, der ikke er syge.

En test skal kunne begge dele, forklarer Ivan Brandslund.

»Hvis AUC er 100 procent, kan den skelne de raske fra de syge. Hvis den er lidt dårligere, er den måske 80-90 procent. Og hvis den er helt ende på 50 procent, kan man lige så godt slå plat eller krone. Det er den måde, man måler på, om det virker,« siger Ivan Brandslund og tilføjer:

»Over 90 procent er ekstremt flot. Nogle har sammenlignet det med, hvad patologer (speciallæger, der undersøger vævsstykker for at stille en diagnose, red.) kan se, om der er kræft eller ej. De ligger på 70-75 procent, og vi ligger på 85-95 procent - uafhængigt af kræfttypen.«

Modellen skal stadig forbedres

Det er en god start, men vi har brug for mere data, før vi kan sige noget med 100 procents sikkerhed, mener Sadasivan Puthusserypady.

»Det går i den rigtige retning, men modellen skal nok stadig forbedres, som ny data kommer ind. Jo mere data vi har, jo bedre er modellen,« siger han.

Studiet er baseret på en kohorte med blodprøver fra 6.592 kvinder og mænd over 18 år, som er blevet henvist til undersøgelse for kræft indenfor de seneste 12 år.

\ Læs mere

Silicon Valley-svindlers drøm overgået af dansk forskning

Kan hjælpe lægerne

Metoden er allerede klar til at blive taget i brug, men forskerne vil gerne se, hvordan lægerne bruger den først, forklarer Ivan Brandslund.

Derfor fortsætter de med at sende sende alle analyseresultaterne videre til lægerne uden at sende svarene fra den kunstige intelligens. Først fra årsskiftet får lægerne også tilsendt svarene 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.«

Og det bliver ikke dyrt at tage i brug, for analyserne foretages allerede rutinemæssigt.

»Vi analyserer i forvejen 23 forskellige komponenter i patientens blod efter henvisning fra den praktiserende læge. Så vi lægger bare endnu en analyse på, nemlig en AI-analyse af analyseresultaterne, som vi så kan oversætte til risikoen for at have eller få kræft,« siger Ivan Brandslund.

»Det er fremtiden.«

\ Læs mere

Big data er som en læge, der har set 3 millioner patienter

\ Læs mere

AI: Sådan laver forskere computere, der kan tænke