Ny teknologi kan forudsige risiko for alvorlige infektioner hos patienter med lymfekræft
Danske forskere har udviklet et computerprogram baseret på kunstig intelligens (AI), der kan forudsige, hvilke patienter med lymfom (lymfekræft) der har risiko for at få alvorlige infektioner under behandlingen. Lymfom er en kræftsygdom i lymfesystemet, altså kroppens netværk af lymfeknuder og kar, der hjælper med at bekæmpe infektioner.
Infektioner er en af de hyppigste årsager til, at lymfompatienter bliver indlagt, og i værste fald kan de være livstruende. Det nye værktøj kan skelne mellem infektioner, der kræver hospitalsindlæggelse og er alvorlige, og infektioner, der ikke er det.
”I dag beror metoder til risikostratificering på subjektive vurderinger, og det begrænser reproducerbarheden. Vores maskinlærings-approach bruger objektive kliniske data til at identificere patienter, der uden problemer kan behandles ambulant, hvilket potentielt kan forbedre livskvaliteten og samtidig nedbringe omkostninger til sundhed. Dette arbejde repræsenterer et vigtigt fremskridt inden for brugen af AI til at understøtte de kliniske beslutninger inden for kræftbehandling,” skriver Deniz Kenan Kilic, softwareudvikler og medforfatter til studiet, i et opslag på LinkedIn.
Han tilføjer:
”Studiet har stor relevans, da det gør brug af real world-data fra 727 patienter at forbedre stratificeringen og behandlingen, hvilket potentielt kan forbedre outcomes i behandlingen af lymfom.”
Sådan virker værktøjet
Forskerne har brugt data fra 727 danske patienter med lymfom, der fik behandling i perioden 2013-2023. Behandlingerne omfattede blandt andet CHOP og beslægtede kemoterapiregimer, ABVD, BEACOPP, CVP plus bendamustin (forskellige kombinationer af kemostoffer, der bruges ved lymfom).
De indsamlede oplysninger fra sundhedsregistre og patientjournaler blev lagt ind i en avanceret algoritme kaldet XGBoost. På den måde kunne forskerne træne computeren til at genkende mønstre, der viser, hvem der risikerer at få alvorlige infektioner.
Alvorlige infektioner blev i studiet defineret som for eksempel blodforgiftning (sepsis), bakterier i blodet (positiv blodkultur), infektion i blodbanen eller dødsfald under indlæggelsen.
Kan bruges som støtte – ikke alene
I alt blev der registreret 591 infektioner blandt patienterne i studieperioden, og 119 af dem blev kategoriseret som alvorlige. Den nye AI-model kunne med rimelig sikkerhed forudsige, hvem der fik alvorlige infektioner, men den var ikke præcis nok til at stå alene.
I konklusionen understreger forskerne, at værktøjet kan bruges som et hjælpemiddel for lægerne, men ikke som en selvstændig beslutning.
Artiklen er en omskrevet version af artiklen Dansk AI-model kan prædiktere alvorlige infektioner blandt patienter med lymfom på Hæmatologisk Tidsskrift