Dansk kunstig intelligens kan hjælpe med at forudse dødelig bugspytkirtelkræft

Et forskerhold har fodret en computer med danske sundhedsdata i håbet om at fange bugspytkirtelkræft i opløbet.

Dansk forskerhold har udviklet kunstig intelligens, som de håber, kan hjælpe med at screene for bugspytkirtelkræft. Arkivfoto: Søren Bidstrup

En computer, udviklet af et forskerhold fra Københavns Universitet og Harvard University, har analyseret millioner af danskeres sundhedsdata og kan nu i høj grad finde de faktorer, der bidrager til en øget risiko for bugspytkirtelkræft.

- Computeren kigger på din sygdomshistorie, og så kan den give et tal for, hvor stor din risiko for at udvikle bugspytkirtelkræft er, forklarer studiets ledende forfatter og professor Søren Brunak fra Københavns Universitet.

Bugspytkirtelkræft er relativt sjælden, men oftest dødelig. Selv hvis man får fjernet svulsten helt, er kun halvdelen af patienter med bugspytkirtelkræft i live to år efter operation, og kun cirka 10 procent af patienterne er i live, fem år efter de har fået diagnosen.

Hvert år rammes 1000 danskere, og tallet er stigende.

Svær at diagnosticere

Ondt i maven, vægttab, diabetes er nogle af de symptomer og sygdomme, der kan vise sig forud for kræft i bugspytkirtlen. Det gør sygdommen svær at forudsige, fordi symptomerne er ret almindelige og overlapper med mange andre og mere fredelige sygdomme.

Der har computeren en fordel over lægerne, fortæller Søren Brunak.

- En læge ser jo ikke seks millioner patienter i sin karriere. Der kan computeren noget, der er sværere for den enkelte læge at matche. Mange læger har jo en genial sygdomsintuition, men de er stadig lært af et langt færre antal patienter.

Det er fordelen ved datadrevne metoder og kunstig intelligens. De kan overskue umenneskelige mængder data, forklarer Søren Brunak, der ikke mener, at computeren skal fungere helt uden lægefagligt input.

- Det er et beslutningsstøtteværktøj for lægerne. Så har man en ekstra indikation til at vurdere risikoen.

Ikke helt klar endnu

Studiet har været i gang i cirka tre år. Søren Brunak regner med, at de skal bruge et til to år yderligere, før algoritmen bliver så god, som forskerholdet kan gøre den med de data, der findes i Danmark.

- Indtil videre har vi brugt data fra hospitalerne. Vi arbejder på at udvide metoden med data fra de praktiserende læger - sygdomme og receptdata. Det er jo i virkeligheden derude, at mange af de tidlige sygdomssymptomer bliver noteret.

Forskerholdet har testet computerens viden, der er baseret på dansk data, på amerikansk sundhedsdata.

Når computeren testes på 600.000 danske patienter, den ikke har set før, og finder de 1.000 personer med den højeste risiko for bugspytkirtelkræft, så får 320 af dem rent faktisk bugspytkirtelkræft.

Det vil sige, at som computeren virker nu, så rammer den rigtigt i hvert tredje tilfælde.

Forskerne håber på at kunne nedsætte antallet af falske positiver yderligere, når de får udvidet algoritmen med data fra de praktiserende læger. Når den er det, så kan det være, at computeren skal testes i praksis, lyder det fra Søren Brunak.

- Så må de kliniske miljøer tage stilling til, om de synes, den er god nok. Det her med at screene befolkningen, det går jo ud på at finde dem, der virkelig har høj risiko.

- Det nytter ikke noget, hvis algoritmen siger, at der er flere hundrede tusinde i Danmark, som nok får den her kræftsygdom, når det ikke passer med den statistik, vi ellers ser. Så ender vi med at bruge en masse hospitalsressourcer på personer, der bliver bekymrede uden grund. Derfor skal vi nedbringe antallet af falske positive så meget, vi kan først, siger han.