Skip til primært indhold

Forskere vil lave en algoritme, som kan forudse sygdomme

Forestil dig, at du afgiver en blodprøve og fodrer en maskine med oplysninger om din livsstil. Maskinen tygger lidt på informationerne og giver dig derefter svar på, om du er sund og rask, bør foretage nogle ændringer eller måske skal behandles her og nu. Det kan muligvis blive fremtiden blandt andet som følge af et projekt på Vejle Sygehus, som har fået 5,4 mio kr. fra EU.

Forskere

Det er denne gruppe, der står bag Sygehus Lillebælts del af EU-projektet.

På Sygehus Lillebælt sidder nogle forskere og er ved at indsamle data. Mange data. Det handler om alt fra bopæl, fysisk aktivitet, madvaner og meget andet, som på den ene eller anden måde påvirker helbredet. Målet er at udvikle algoritmer, der kan komme med prognoser for det enkelte menneske, for hvordan helbredet kommer til at se ud i fremtiden.
- Vi er ude efter en masse kendte risikofaktorer som alkohol, tobak, kost og motion men også nogle flere, som er mere ukendte, og så vil vi se på kombinationen af dem. De fleste studier af de kendte risikofaktorer fokuserer på en eller to af dem, men de har typisk ikke sammenlignet med en masse anden slags data, og det er det, vi gerne vil, siger Claus Lohman Brasen som er overlæge og en af forskerne på projektet.

Det hele er stadig på et meget tidligt stadie, og foreløbigt løber projektet de næste fire år som en del af et kæmpe projekt, der hedder ’Prevent NCD’, som på tværs af Europa handler om at forebygge ikke-smitsomme sygdomme.

Patienter kan se konkret udbytte af omlægninger

Torben Frøstrup Hansen er en anden af de forskere, der arbejder med projektet, som er blevet døbt ’Data Harmonization’. Han forklarer, at meget handler om, at få patienterne til at interessere sig for deres eget helbred. Der er intet nyt i, at faktorer som rygning, alkohol, fysisk inaktivitet og den slags er skadeligt for helbredet, og det ved langt de fleste borgere udmærket godt.

Målet med at indsamle alle de her data er, at kunne forudse hvem der er i risikozonen for at få de her ikke-smitsomme sygdomme, så man kan sætte ind med rådgivning så tidligt som muligt, for at kunne forebygge.
- Vi er helt klar over, at dette ikke er et mirakel-værktøj, der med et trylleslag får alle til at leve supersundt. Men vi håber, at vi kan motivere nogle borgere til at træffe nogle valg, som er bedre for deres helbred, ved at gøre det mere håndgribeligt. Hvis vi klart kan vise, hvor meget enkelte omlægninger kan mindske risikoen for forskellige sygdomme, kan det være, at flere vil vælge at gøre det, siger Torben Frøstrup Hansen.

En brik i et større og flerårigt projekt

Dette projekt om forebyggelse og sundhedsdata, som er en del af et større EU-projekt, fokuserer på at bruge data til at forudsige og forebygge sygdomme, især kræft og ikke-smitsomme sygdomme. Målet er at samle og integrere en bred vifte af data fra forskellige kilder som kliniske kvalitetsdatabaser, sundhedsdata fra Danmarks Statistik, data fra praktiserende læger og regionale sundhedsdata. Projektet indebærer også indsamling af biomateriale til fremtidig forskning gennem en biobank.

Blodprøver

Ved hjælp af en blodprøve kan man - i fremtiden - forudse sygdomme.

Hovedidéen er at bruge denne omfattende dataintegration til at udvikle algoritmer baseret på AI og machine learning, som kan forudsige risikoen for at udvikle specifikke sygdomme. For eksempel kan data om patienternes livsstil, som rygning og motion, kombineret med kliniske data som blodprøver og scanninger, give en mere præcis vurdering af en persons risiko for at få kræft eller andre sygdomme.

Algoritmerne skal i første omgang testes retrospektivt på historiske data for at se, om de kan forudsige sygdomme korrekt. Senere vil de blive testet prospektivt for at følge personer over tid og se, om algoritmerne kan forudsige fremtidige sygdomme.

Etiske dilemmaer til overvejelse

Et centralt element i projektet er at finde ud af, hvordan man kan bruge data fra forskellige kilder til at skabe prædiktionsmodeller, der kan hjælpe med tidlig opdagelse og forebyggelse. Dette kan potentielt føre til, at patienter får personlige anbefalinger om livsstilsændringer eller andre forebyggende tiltag baseret på deres individuelle risiko.

Projektet ser også på, hvordan disse teknologier og data kan anvendes i praksis og hvilke etiske og praktiske overvejelser der er forbundet med at bruge prædiktionsmodeller i sundhedsvæsenet. For eksempel, hvordan informationen skal formidles til patienter, og hvordan den kan bruges til at forbedre sundhedsresultater uden at skabe unødvendig bekymring.

Samlet set er målet med projektet at skabe en omfattende og præcis måde at bruge sundhedsdata til at forudsige og forebygge sygdomme, hvilket kan føre til bedre sundhedsresultater for patienter gennem tidlig indsats og personlig medicin.

Sygehus Lillebælt sætter patienten først. Vores fem patientløfter sætter ord på, hvad det betyder.

Pressekontakt

Simon Pallesen

Kommunikationskonsulent

Kommunikation


29 33 27 44
APPFWU01V