Skip to main content

Sundhedspolitisk Tidsskrift

Søren Dinesen Østergaard.

Kunstig intelligens kan måske hjælpe læger med at opdage skizofreni og bipolar sygdom tidligere

Skrevet af Redaktionen den . Skrevet i Behandlinger.

En ny undersøgelse fra Aarhus Universitet og Aarhus Universitetshospital – Psykiatrien viser, at kunstig intelligens kan hjælpe læger med at opdage alvorlige psykiske sygdomme som skizofreni og bipolar sygdom tidligere, end det ofte sker i dag.

Skizofreni og bipolar sygdom begynder typisk i ungdommen eller som ung voksen. Men ofte går der flere år, før den rigtige diagnose bliver stillet – og det gør det sværere at give patienterne den behandling, de har brug for. Nu viser forskere, at kunstig intelligens måske kan gøre det lettere for læger at opdage disse sygdomme i tide.

“Det er en svær klinisk udfordring at løse, men vi har givet det et forsøg, og resultaterne af dette studie viser, at vi er på rette vej,” siger professor Søren Dinesen Østergaard fra Institut for Klinisk Medicin ved Aarhus Universitet og Psykiatrien i Region Midtjylland.

Studiedesign og data

Forskerne har brugt oplysninger fra næsten 25.000 patienter, som i forvejen blev behandlet for andre psykiske lidelser end skizofreni eller bipolar sygdom. Patienterne har alle haft kontakt med psykiatrien i Region Midtjylland mellem 2013 og 2016.

Ud fra disse patienters journaler udviklede forskerne en såkaldt maskinlæringsmodel – en form for kunstig intelligens, der kan finde mønstre i store mængder data. Modellen kiggede på mange detaljer i patienternes journaler, f.eks. tidligere diagnoser, medicin og beskrivelser fra lægerne i journalnotaterne. Formålet var at se, om modellen kunne forudse, hvem der ville udvikle skizofreni eller bipolar sygdom i løbet af de næste fem år.

Resultatet viser, at modellen kunne finde nogle af de patienter, som senere fik stillet diagnosen skizofreni eller bipolar sygdom. Blandt 100 patienter, som algoritmen vurderede til at være i høj risiko, udviklede 13 af dem senere en af de to sygdomme. Omvendt blev de fleste af dem, som modellen vurderede til at have lav risiko, ikke syge.

“Dette er næppe tilstrækkeligt præcist til, at vi kan anvende denne første version af algoritmen til at støtte klinisk praksis, men vi har en god idé om, hvordan vi kommer nærmere målet. Pilen peger på en mere sofistikeret analyse af teksten i journalnotaterne,” forklarer Søren Dinesen Østergaard.

Teksten i journalerne giver vigtige spor

Forskerne fandt ud af, at de vigtigste tegn på, at en patient var i risiko for at udvikle skizofreni eller bipolar sygdom, ikke kom fra selve diagnoserne eller medicinen – men fra de ord, som lægerne har skrevet i journalnotaterne.

“De ti faktorer, der bidrager mest til forudsigelsen, stammer alle fra journalnotaterne. Der er tale om ord, der enten beskriver symptomer som f.eks. social tilbagetrækning og hørehallucinationer eller ord, der beskriver indlæggelser på psykiatrisk hospital – altså markører for svær psykisk sygdom. Det giver vældig god mening rent klinisk,” siger Søren Dinesen Østergaard.

Indtil videre har forskerne brugt en ret simpel sprogteknologi, som kun kigger på, hvor ofte bestemte ord står i journalen – uden at tage højde for sammenhængen. Men nu vil de gå videre og bruge mere avanceret teknologi.

”Vi håber, at den teknologi kan gøre vores forudsigelser af skizofreni og bipolar sygdom så præcise, at fremtidige versioner af algoritmen kan støtte klinisk praksis. Det skal vi nu undersøge nærmere,” siger Søren Dinesen Østergaard.