Kunstig intelligens kan afsløre livsfarlig leversygdom

Dobbelt så mange dør hvert år på verdensplan af leversygdomme end brystkræft, men kendskabet til leversygdommen er ikke udbredt i samme grad. Ofte ender det fatalt, når ophobning af fedt og efterfølgende arvæv på leveren ikke opdages i tide, fordi skaderne på det livsvigtige organ er uoprettelige.

Nu har et hold forskere fra Det Tekniske Fakultet på SDU i samarbejde med lægefaglige eksperter på OUH udviklet en metode, som ved hjælp af kunstig intelligens kan afsløre leverfibrose i tide. Eller rettere udelukke næsten alle personer, som ikke har tegn på sygdommen.

- Det er lykkedes for os at udvikle en metode, hvor vi med næsten 99 procent sikkerhed kan udelukke personer på baggrund af en række data og brug af kunstig intelligens. Den resterende gruppe, som er i risiko, kan så blive undersøgt med enten scanning eller biopsi, siger lektor Victoria Blanes-Vidal fra Applied AI and Data Science Unit (AID) ved Mærsk Mc-Kinney Møller Instituttet på SDU.

Koster to millioner menneskeliv årligt

På verdensplan koster leversygdomme hvert år to millioner mennesker livet. En million dødsfald skyldes skrumpelever og én million er forårsaget af viral hepatitis og leverkræft. Dette placerer skrumpelever og leverkræft som henholdsvis den 11. og 16. mest almindelige dødsårsag.

Det første tegn på de fleste leversygdomme er leverfibrose, hvor sunde celler erstattes af ar. Ofte forværres den i stilhed med et fatalt udfald, når arvævet på leveren ikke opdages i tide, og skaden på det vitale organ er uoprettelig.

Enkel metode

Victoria Blanes-Vidal er med i det center for samarbejde, som Mærsk Mc-Kinney Møller Instituttet og OUH sidste år etablerede under navnet CAI-X, hvor formålet er at udvikle teknologiske løsninger til sundhedssektoren.

Dette første videnskabelige resultat er netop blevet offentliggjort i tidsskriftet Scientific Reports, som er en del af Nature Portfolio.

- Vores ambition var at udvikle en metode, hvor du ved hjælp af en standard blodprøve hos din praktiserende læge hurtigt og let kan afgøre, om du er i risiko for at have sygdommen. Og det er faktisk lykkedes i vores forsøg, siger den spanske lektor og specialist i biostatistik og dataanalyse. Hun har arbejdet på SDU siden 2008.

Selv om arbejdet med leverfibrose faktisk blev indledt, før CAI-X så dagens lys sidste år, så er projektet et godt eksempel på det samarbejde, OUH og TEK gerne vil investere i.

- Det er en platform for et samarbejde, hvor vi i fællesskab kan udvikle teknologi, der kan forbedre sundhedsindsatsen i fremtiden, siger Victoria Blanes-Vidal.

Leverfibrose er et glimrende eksempel på en sygdom, hvor ny teknologi således kan levere et afgørende værktøj. I fremtiden kan AI-modellen fra SDU hjælpe en lang række personer, som ellers risikerer at få en fatal besked, når de opdager sygdommen for sent.

- Hidtil har det krævet enten en invasiv producere, hvor du tager en biopsi fra leveren, som sendes til analyse. Den anden metode er en ultralydsscanning af leveren, som er dyr og kræver, at du tager på hospitalet. Endelig kan man også bruge en blodprøve, men det kræver særlige analyser, og det er ikke standard, siger hun.

Forskerne har med baggrund i 3352 personers sundhedsoplysninger, blodprøver og data om alder, køn, vægt og alkoholindtag bygget en AI-model, som kan udelukke personer med risiko for at have sygdommen. Faktisk har forskergruppen haft hele 233 forskellige parametre med i undersøgelsen - men ambitionen var at bruge få data for at lette metoden og gøre den mest mulig tilgængelig.

Testpersonerne er udvalgt fra tre grupper. En havde været i behandling for alkoholmisbrug, en gruppe var i forvejen patienter i behandling, og endelig var en gruppe tilfældigt udvalgte personer, som blev indkaldt via E-Boks.

- De fleste forbinder leversygdom med alkoholmisbrug, men der er også en non-alkohol leversygdom. Det er langt fra alle, der får leverfibrose, som har for stort et alkoholforbrug. Andre er overvægtige, har forhøjet blodtryk eller er diabetikere, som også udgør en risiko, siger Victoria Blanes-Vidal.

300.000 danskere i risiko

Hun understreger også, at hele fem procent af befolkningen har sygdommen - svarende til 300.000 mennesker i Danmark - som altså ikke nødvendigvis er overvægtige eller har et overforbrug af alkohol.

- Den gruppe vil formentlig aldrig tage til lægen, fordi de ikke har tegn på sygdommen. Ikke før det er for sent. Så vi kan med den her model opdage dem ved en rutinekontrol og blodprøve hos den praktiserende læge, siger forskeren.

Resultatet fra forskningen og modellen med kunstig intelligens, som kombinerer seks forskellige AI-analyser, viser, at modellen kan udpege og udelukke personer, som ikke har sygdommen. Og den kan gøre det med tæt på 99 procent sikkerhed.

- Det er et fantastisk resultat, som vi er utrolig stolte af. Det er helt afgørende for os, at vi ikke sender folk hjem, som så to år efter er tilbage og viser sig at have sygdommen, siger Victoria Blanes-Vidal.

Videre til de næste skridt

For den resterende og langt mindre gruppe, som altså ikke kan udelukkes, vil man derefter kunne foretage enten en ultralydsscanning eller en biopsi og på den måde finde frem til bærere af sygdommen.

Nu venter næste skridt i udviklingen af analysemodellen, hvor den skal i såkaldt external validation, siger forskeren.

- Vi skal have den testet og afprøvet på andre grupper i Danmark og uden for landets grænser, for at se om vi kan opnå lige så gode resultater der, siger den spanske forsker.