AI hjälper forskare optimera strokevården

Varje år drabbas 25 000 personer i Sverige av stroke. En vanlig form är så kallad ischemisk stroke, även kallad blodpropp, som orsakas av en propp i något av de blodkärl som förser hjärnan med syre. Tillståndet är livshotande och dessutom svårbehandlat samt kan leda till allvarlig funktionsnedsättning. Nu testar forskare i Lund att med hjälp av AI identifiera vilka som riskerar att drabbas av en ischemisk stroke och hur man kan skräddarsy såväl akutvård som rehabilitering efter patienternas individuella behov. genom forskningsprojektet

– Förhoppningen är att vårt arbete inte bara kommer att leda till bättre vård för strokepatienter, utan också bidra till den vetenskapliga förståelsen av stroke och av hur man kan integrera AI i sjukvården för att ge en optimerad behandling, säger Mattias Ohlsson, koordinator för projektet, vid Lunds universitet i en nyhet från Lunds universitet.

Nio universitet, sex sjukvårdsgivare och fyra företag i Europa är involverade i forskningsprojektet som går under namnet TARGET, är finansierat av EU och pågår i fem år. Koordineringen sker från Lund med forskargruppen Computational Science for Health and Environment, COSHE, i spetsen.

Projektet är uppdelat i tre delar, från riskbedömning till rehabilitering.

1. I den första delen fokuserar man på att med hjälp av AI identifiera vilka individer med hjärtflimmer – det är denna patientgrupp man utgår från – som riskerar att drabbas av ischemisk stroke.
2. I den andra delen är fokus på den akuta vårdfasen vid en stroke. Här ska AI-teknologin stödja sjukvårdspersonalens beslutsfattande för att välja optimal behandling vid sjukhusvistelse.
3. I den sista delen riktar forskningen in sig på rehabiliteringen, där AI också används för individanpassning. Den rehabiliteringsplan som tas fram baseras på varje patients unika data, vilket syftar till att maximera återhämtningen och förbättra livskvaliteten.

En unik del av projektet består i att göra digitala avbilder, så kallade virtuella tvillingar, av individer. Dessa kommer att användas för att skapa olika så kallade prediktionsmodeller för de olika delarna i projektet. En fördel med virtuella tvillingar är att kunna simulera och därmed till viss del förutse effekterna av olika behandlingsalternativ och rehabiliteringsinsatser.

Till sin hjälp kommer forskarna ha en stor mängd historiska data om strokepatienter och hur de behandlats från ett antal sjukhus samt patientregister. För forskarna är sjukvården en optimal samarbetspartner för att utveckla nya AI-modeller tack vare all den data som finns att tillgå. En drivkraft för forskarna är att bland annat att kunna göra det bättre för enskilda individer. Carsten Peterson, en av forskarna i projektet, lyfter även den demografiska utvecklingen med allt fler äldre och multisjuka i samhället.

– Ska vården bibehålla den nivå vi har idag, så kommer vården behöva förändra sig. Och ett sätt att göra det på är att ta in mer datadrivna algoritmer, som gör att saker och ting kan automatiseras, säger han.