Lundaforskare tar fram individuellt anpassad strokevård med hjälp av AI och virtuella tvillingar
Varje år drabbas flera tusen personer i Sverige av så kallad ischemisk stroke. Tillståndet är livshotande, svårbehandlat och kan ge allvarliga funktionsnedsättningar. I ett stort pilotprojekt i Lund testar forskare att med hjälp av AI identifiera vilka som riskerar att drabbas och hur man kan skräddarsy såväl akutvård som rehabilitering efter patienternas individuella behov.
– Förhoppningen är att vårt arbete inte bara kommer att leda till bättre vård för strokepatienter, utan också bidra till den vetenskapliga förståelsen av stroke och av hur man kan integrera AI i sjukvården för att ge en optimerad behandling, säger Mattias Ohlsson, koordinator för projektet och professor i teoretisk fysik, med inriktning mot maskininlärning för medicinsk diagnostik, vid Lunds universitet.
TARGET, som projektet heter, är finansierat av EU, löper på fem år, och inkluderar nio universitet, sex sjukvårdsgivare och fyra företag i Europa. Koordineringen sker från Lund och projektet är en fjäder i hatten för forskargruppen COSHE (Computational Science for Health and Environment) på Lunds universitet, där man bland annat forskar om hur AI och maskininlärning kan appliceras på biologi och medicin.
Riskbedömning, akutvård och rehabilitering
Projektet är uppdelat i tre delar, från riskbedömning till rehabilitering. I den första delen fokuserar man på att med hjälp av AI identifiera vilka individer med hjärtflimmer – det är denna patientgrupp man utgår från – som riskerar att drabbas av ischemisk stroke (se faktaruta). I den andra delen är fokus på den akuta vårdfasen vid en stroke. Här ska AI-teknologin stödja sjukvårdspersonalens beslutsfattande för att välja optimal behandling vid sjukhusvistelse. I den sista delen riktar forskningen in sig på rehabiliteringen, där AI också används för individanpassning. Den rehabiliteringsplan som tas fram baseras på varje patients unika data, vilket syftar till att maximera återhämtningen och förbättra livskvaliteten.
”Virtuella tvillingar”
En unik del av projektet består i att göra digitala avbilder, så kallade virtuella tvillingar, av individer. Dessa kommer att användas för att skapa olika så kallade prediktionsmodeller för de olika delarna i projektet. De virtuella tvillingarna har två delar, en driven av maskininlärning och en driven av mekanistisk modellering (se faktaruta). En fördel med virtuella tvillingar är att kunna simulera och därmed till viss del förutse effekterna av olika behandlingsalternativ och rehabiliteringsinsatser, utifrån varje persons unika förutsättningar, förklarar Mattias Ohlsson.
I förlängningen kan prediktionsmodellerna tillsammans med den virtuella tvillingen användas i realtid av medicinsk personal för att avgöra hur varje enskild patient kan få bästa vård, utifrån sina specifika behov, i en given situation.
Till sin hjälp kommer forskarna ha en stor mängd historiska data om strokepatienter och hur de behandlats från ett antal sjukhus samt patientregister.
Akuta skedet i fokus i Lund
Det forskarna i Lund specifikt kommer att fokusera på är det akuta skedet, när en patient kommer in till sjukhus med en stroke.
– Ett stort arbete i projektet är att bygga den här virtuella tvillingen, säger forskaren Anders Björkelund, och förklarar att tvillingen skapas utifrån den historiska patientdata man har tillgång till, i kombination med mekanistiska modeller för hur hjärta, blodflöde i hjärnan och det neuromuskelära systemet fungerar hos en enskild individ. Utifrån detta kan modellen sedan ta fram olika utfall för olika personer.
En utmaning för forskarna är att den historiska patientdata man använder i modellen är ett selekterat material; de flesta patienter kommer att ha behandlats på ett liknande sätt då man av förklarliga skäl inte experimenterat på sjukhusen med att vårda sjuka på olika vis. Bredden – att man har data från olika sjukhus och olika länder – kommer dock att ge en viss variation, liksom den tekniska utvecklingen över tid.
Vill visa på fungerande metoder
Projektet kommer inte att resultera i en försäljningsfärdig produkt, utan syftet är att visa på metoder som kan fungera så bra att man i nästa steg kan arbeta vidare mot en färdig medicinskteknisk produkt eller tjänst.
För forskarna är sjukvården en optimal samarbetspartner för att utveckla nya AI-modeller tack vare all den data som finns att tillgå. Drivkrafterna är flera, bland annat att kunna göra det bättre för enskilda individer. Carsten Peterson, den tredje Lundaforskaren i projektet, lyfter den demografiska utvecklingen, att vi blir allt fler äldre i samhället, med allt fler multisjuka.
– Ska vården bibehålla den nivå vi har idag, så kommer vården behöva förändra sig. Och ett sätt att göra det på är att ta in mer datadrivna algoritmer, som gör att saker och ting kan automatiseras, säger han.
Fakta: TARGET
- Fokus: Användning av virtuella tvillingar och AI-modeller för att förbättra vården av patienter med stroke relaterad till förmaksflimmer.
- Metodik: Utveckling av integrerade, flerskaliga virtuella tvillingmodeller för personlig riskbedömning och optimerad behandling.
- Innovation: Virtuella tvillingar som representerar detaljerade digitala kopior av individuella patienter, vilka används för att anpassa vård och behandling.
- Partnerskap: Samarbete med flera europeiska sjukhus för att samla in och validera data.
- Finansiering: Projektet har en finansiering på 10,2 miljoner euro genom EU:s Horizon Europe-program, vilket motsvarar ungefär 118 miljoner svenska kronor.
- Kontakt: secretariat@target-horizon.eu
- För mer detaljerad information, se TARGET-projektets hemsida, TARGET (target-horizon.eu)
Kontakt forskare TARGET:
- Mattias Ohlsson — Lund University
- Carsten Peterson — Lund University
- Anders Björkelund — Lund University
Fakta: Ischemisk stroke orsakad av förmaksflimmer
Cirka 25 000 personer i Sverige drabbas av stroke varje år. Stroke är den tredje vanligaste dödsorsaken i Sverige och leder ofta till behov av vård och omsorg under lång tid.
Cirka 85 procent av strokefallen orsakas av en propp i något av de blodkärl som förser hjärnan med syre. Detta kallas för ischemisk stroke. Förmaksflimmer är orsaken till ischemisk stroke i 20–30 procent av fallen.
Källa: Hjärnfonden, samt Janusinfo, Region Stockholm.
Fakta: Mekanistisk modellering
Mekanistisk modellering är en metod där man simulerar kroppens biologiska system. Inom projektet TARGET innebär metoden att man utifrån information om en individs hjärta, blodflöde i hjärnan och det neuromuskulära systemet skapar modellerna. Dessa hjälper sedan forskarna att förutsäga hur individens system reagerar och beter sig under olika förutsättningar och vid olika behandlingar. Detta gör att man bättre kan anpassa behandlingsplaner och förstå patienternas behov i samband med stroke och rehabilitering.
Anna Maria Erling
Kommunikationsansvarig, Centrum för för miljö- och klimatvetenskap (CEC), Lunds universitet
anna_maria.erling@cec.lu.se
070-574 89 97
Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns cirka 47 000 studenter och drygt 8 800 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor. Prenumera på vårt nyhetsbrev Apropå! där några av våra drygt 5 000 forskare kommenterar aktuella händelser: https://www.lu.se/kategori/nyhetsbrevet-apropa
Taggar: