Ny AI-modell ställer rätt MS-diagnos med 90 procent träffsäkerhet
Kvinna håller upp ett orange band, symbol för MS-dagen som infaller den 30 maj varje år.
Forskare vid Uppsala universitet har skapat en AI-modell som effektivt kan skilja mellan olika former av MS. Genom att analysera befintlig patientdata kan modellen identifiera övergången till sekundärprogressiv MS långt tidigare än idag, vilket öppnar för snabbare och mer effektiv behandling.
I Sverige finns det cirka 22 000 personer som lever med Multipel skleros (MS) – en kronisk, inflammatorisk sjukdom i centrala nervsystemet. Sjukdomsförloppet inleds ofta med den skovvisa formen (RRMS), som kännetecknas av episoder av försämring med perioder av stabilitet. Skov är en akut inflammation i centrala nervsystemet som påverkar funktioner i kroppen.
Denna form utvecklas sedan till sekundärprogressiv MS (SPMS), där försämringen sker gradvis och utan tydliga skov. Att som läkare diagnostisera övergången är svårt, och i genomsnitt sker det först tre år efter att själva sjukdomsförändringen skett. Det innebär att patienten får fel behandling och en medicinering som inte längre är effektiv.
Uppsala-forskare gjort stora framsteg
Nu har forskare vid Uppsala universitet utvecklat en AI-modell som med hög träffsäkerhet kunnat fastställa vilken typ av MS som patienten har. I studien, som nyligen publicerats i tidskriften Digital Medicine, framgår att AI-modellen kunde identifiera övergången till sekundärprogressiv MS med en generell träffsäkerhet på cirka 90 procent.
– För patienterna innebär det att diagnosen kan ställas tidigare, vilket gör det möjligt att anpassa behandlingen i tid och bromsa sjukdomens utveckling. Samtidigt minskar risken för att patienter får läkemedel som inte längre är verksamma, säger Kim Kultima, forskare vid Institutionen för medicinska vetenskaper, som lett studien, i ett pressmeddelande.
Tränad på svensk MS-data
AI-modellen bygger på data från vanliga vårdbesök som neurologiska tester, magnetkameraundersökningar (MRI) och pågående behandlingar, från över 22 000 patienter i det svenska MS-registret.
– Genom att känna igen mönster från tidigare patienter kan modellen avgöra om en patient har den skovvisa formen eller om sjukdomen har övergått till sekundärprogressiv MS. Det som är unikt för modellen är att den även anger hur säker den är på varje enskild bedömning. Detta innebär att läkaren får veta hur hög tillförlitligheten är och hur säker AI:n är på sin bedömning, säger Kim Kultima.
På sikt tror Kim Kultima att modellen också kan användas för att identifiera lämpliga deltagare till kliniska studier – något som han tror kan bidra till mer effektiva och individanpassade behandlingsmetoder.
Läs mer om ämnet: