Når patienter med coronavirus bliver indlagt, er det svært for lægerne at forudse, hvem af dem, som undervejs får brug for en plads på intensiv og for en respirator. Mange forskellige faktorer spiller nemlig ind, og nogle af dem kender lægerne ikke endnu.
Derfor er dataloger fra Københavns Universitet nu i gang med at lave computermodeller baseret på kunstig intelligens, der netop skal beregne, hvor stor risiko hver enkelt patient har for at skulle i respirator eller intensiv behandling.
– Med de her modeller vil sygehusene fx kunne få at vide, at 40 procent af de 300 patienter, der er indlagt, formentlig vil få brug for en respirator inden for en uge. Dermed kan de planlægge deres ressourcer bedst muligt, siger professor og institutleder Mads Nielsen fra Datalogisk Institut på Københavns Universitet.
Algoritmerne vil hitte rede i kæmpe mængder data, som kommer flere steder fra. De vil for det første finde mønstre i data fra de danske corona-patienter, der har været igennem systemet indtil nu. Dermed håber lægerne at kunne udpege de kendetegn, som de hårdest ramte patienter har tilfælles. Det kan måske vise sig at være antallet af hvide blodlegemer, brug af bestemte lægemidler eller noget tredje.
– Vi har kendskab til nogle af de ting, der øger risikoen, som fx alder, rygning, astma og hjerteproblemer, men der er flere ting. Vi hører jo både om unge, der ender i respirator, og ældre, der klarer sig fint igennem uden at vide hvorfor. Så lad os få computeren til at finde de mønstre, vi ikke selv kan se, siger overlæge Espen Solem fra Bispebjerg og Frederiksberg Hospital.
Mønstrene vil blive sammenholdt med informationerne om de nyindlagte patienter. Data består både af de røntgenbilleder, tests og målinger, som patienten får foretaget ved indlæggelsen, og af deres elektroniske patientjournal.
– Alle data ryger over på en supercomputer, hvor vores model i løbet af få minutter beregner, hvor høj risiko den konkrete patient har for at skulle i respirator, og hvor mange dage der vil gå, før det sker. Det er vores mål, siger Mads Nielsen.
Selvom modellerne ikke skal bruges som grundlag for at behandle den enkelte patient, men mere som et planlægningsværktøj, kan de stadig gøre en stor forskel for sygehuspersonalet, mener Espen Solem:
– Det vil være en enorm hjælp, hvis vi fra starten ved, om den enkelte patient er en, som vi skal være ekstra opmærksomme på og reservere kapacitet til. I Danmark kan sygehusene stadig godt følge med, men det kan ændre sig.
Arbejdet med computermodellerne går i gang i denne uge, og Mads Nielsen forventer, at de første, grove modeller allerede kan være klar om to-tre uger.
– Vi håber, at vores modeller vil nå at kunne bruges her under første corona-bølge – ellers vil de kunne gøre gavn under den anden bølge, man forventer at se til efteråret. Måske kan modellerne også tages videre til de lande, hvor epidemien ikke er så udviklet som i Danmark, siger Mads Nielsen.
FAKTA:
· I første omgang vil computermodellerne kunne bruges i Region Hovedstaden, men målet er, at de skal implementeres i hele landet.
· Projektet er et samarbejde mellem forskergrupper fra Rigshospitalet og Bispebjerg Hospital samt AI-eksperter fra Datalogisk Institut, Københavns Universitet.
· Projektet er støttet af Novo Nordisk Fonden.
· Projektet er godkendt af Styrelsen for Patientsikkerhed, og alle data vil blive behandlet i overensstemmelse med gældende lovgivning.
Kontakt: Mads Nielsen, Datalogisk Institut, Københavns Universitet, madsn@di.ku.dk
