Hoppa till huvudinnehåll

Maskininlärning är nu bättre än läkare på att förutspå hjärtattacker – kan i framtiden få stor betydelse för många patienter

Hjärta
Hjärta Bild: Michael Kuelbel hjärtinfarkt

Ett datorsystem som förses med data om många patienter kan med stor noggrannhet förutspå vilka av dem som troligen kommer att drabbas av hjärtinfarkt eller plötslig död. Det visar ny finländsk forskning.

Hittills har det varit svårt att veta om en person med bröstsmärta har en överhängande risk att råka ut för hjärtinfarkt eller plötsligt hjärtstopp.

– Med traditionella metoder kan man förutspå den här risken med 60 procents säkerhet, berättar Juhani Knuuti, som är professor och chef vid det nationella forskningscentret Turku PET Centre i Åbo.

Men med den maskininlärning man har använt sig av vid centret kommer man till en noggrannhet på hela 85 procent.

Maskininlärning går alltså ut på att man tränar ett datorsystem att lösa en uppgift genom att mata det med en stor mängd exempel, och är en vanlig tillämpning av så kallad artificiell intelligens.

Det är samma teknik som används av självkörande bilar, Googles sökrobot och de rekommendationssystem som finns till exempel hos Spotify och Netflix för att de ska kunna anpassa sig till individuella användare.

– Den ökade noggrannheten har stor betydelse för det innebär att när man vet vilka som har de största riskerna att få allvarliga hjärtproblem så kan man också försöka ge patienterna tillräcklig hjälp på förhand. Till exempel kan de få något ingrepp på sina blodådror eller en viss läkemedelsbehandling, säger Knuuti.

Juhani Knuuti, professor vid Åbo universitet, kritiserar Antti Heikkiläs bok och uttalanden.
Juhani Knuuti vid Turku PET Centre Juhani Knuuti, professor vid Åbo universitet, kritiserar Antti Heikkiläs bok och uttalanden. Bild: Roni Lehti Åbo universitet,bloggare,Juhani Knuuti

Det här kan sedan i bästa fall innebära att de undviker att drabbas av hjärtproblem.

Algoritmen som forskarna har utvecklat har haft tillgång till data om 1 000 personer med bröstsmärta, under en uppföljningsperiod på sex år.

Under den här tiden råkade vissa av patienterna ut för hjärtinfarkt eller andra hjärtproblem, medan andra klarade sig undan större besvär.

Patienterna hade genomgått både skiktröntgen av blodkärl (CT-skanning) och PET-skanning. PET-tekniken bygger på användning av radioaktiva markörer som injiceras i blodbanan.

– Där ingår information om både kransartärernas anatomi samt information om de strukturella förändringarna i venerna och om störningar i blodomloppet, påpekar Juhani Knuuti.

Oklart exakt hur systemet gör

AI-systemet registrerar 75 olika datapunkter från skanningarna, om varje patient. Dessutom tar det i betraktande 10 andra faktorer såsom ålder, kön, och om patienten röker eller har diabetes.

Datorn kan alltså dra nytta av stora datamängder och se avancerade mönster och samband i det. Forskarna konstaterar att vi människor har svårigheter att tänka så komplext som en dator kan göra.

– Vi vet inte hur systemet har kommit fram till sina slutsatser och vilka faktorer som ökar risken. Det är en så kallad svart låda. En massa data laddas in i systemet och det drar sedan nytta av det på något sätt, säger Knuuti.

Ännu bättre resultat väntas

Noggrannheten väntas också öka i framtiden, i takt med att man lägger till data om ännu fler patienter.

– Vi räknar med att i framtiden kunna förutspå risken för att drabbas av hjärtinfarkt med närmare 90 procents säkerhet.

Systemet ska byggas så att det kan ge en riskuppskattning även om någon viss datauppgift saknas för en viss patient, till exempel om en PET-skanning inte har gjorts, men tillförlitligheten kan i så fall bli lägre i det fallet.

Förhoppningen är att sjukvården i Finland och andra länder inom några år ska kunna använda sig av den maskininlärning som forskarna i Åbo har tagit fram. Men först behöver den utvecklas och testas ytterligare.

– Vi siktar på att det kunde bli ett dataprogram som läkaren kunde öppna på sin dator, och programmet skulle automatiskt kunna importera all relevant information om en viss patient ur patientdatabaser, snabbt analysera informationen och berätta hur sannolikt det är att en viss patient drabbas av hjärtinfarkt, säger Juhani Knuuti.

PET Centre i Åbo som har tagit fram det aktuella AI-systemet är Åbo akademis, Åbo universitets och Åbo universitetscentralsjukhus gemensamma forskningscentral.

Läs också

Nyligen publicerat - Inrikes