Inga produkter i varukorgen.
AI kan ge säkrare hjärtbyten
Med stöd av artificiell intelligens kan hjärtbyten bli säkrare och den genomsnittliga överlevnaden efter bytet sannolikt förlängas med över tre år. Det visar en ny avhandling.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsvård.se premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Idag tar läkare ställning till ett tiotal kriterier såsom ålder, blodgrupp och vikt. Vår algoritm analyserar 267 möjliga variabler och ser samband och mönster som för en människa kan vara svåra, och ibland omöjliga, att uppräcka, säger Dennis Medved, som nyligen disputerade i datavetenskap vid Lunds Tekniska Högskola, LTH, i ett pressmeddelande.
Forskningen har utgått från amerikanska databaser. Principerna för urval är liknande i Sverige och i USA. Tillsammans med sina kolleger i Lund har han visat att i ett simulerat kö-system, så skulle den förväntade medianöverlevnaden kunna förlängas med ungefär 400 dagar med den nyutvecklade metoden, jämfört med en enkel prioriteringsmodell.
Går det att säga att överlevnaden blir bättre om artificiell intelligens får välja organmottagare?
– Det är för tidigt att säga. För att göra ett sådant påstående krävs randomiserade kliniska studier, men mycket talar för det. Det vi har gjort är en typ av registerstudie, där vi har kunnat visa att den förväntade överlevnaden skulle kunna öka med ett år. Det är dock inte samma som att det i realiteten kommer att bli så.
Efter årsskiftet hoppas Dennis Medved kunna ta klivet från institutionen i datavetenskap vid LTH till den medicinska fakulteten vid Lunds universitet för att fortsätta sin forskning.
Det verktyg som Dennis Medved utvecklat har tagit avstamp i en mjukvara, IHTSA, som Johan Nilsson, adjungerad professor i thoraxkirurgi med särskild inriktning mot thoraxtransplantation, och andra kollegor har utvecklat.
– I princip har vi återanvänt ursprungsidén från IHTSA. Arbetet har landat i en mer avancerad variant med fler invariabler, en mer modern arkitektur och djupare nätverk. Vad vi vet, finns idag inte någon maskininlärningsalgoritm för att prioritera patienter på väntelistan för hjärttransplantation.
Ungefär 40 svenskar köar idag för att få ett nytt hjärta. När ett nytt hjärta kommer in väljer läkare den mest lämpade mottagaren utifrån ett antal kriterier. Det är just i det urvalet som den nya modellen skulle vara ett stöd.
