AI hittar tidiga riskmarkörer för hudcancer

Studien baseras på registerdata som rutinmässigt samlas in om hela den vuxna befolkningen i Sverige. Den data som analyserades handlade bland annat om ålder, kön, diagnoser, läkemedelsuttag samt socioekonomi. Av de 6 036 186 individerna utvecklade 38 582 (0,64 procent) melanom under de fem år som studierna omfattar.

Martin Gillstedt har ansvar för stora delar av analysen:

– Vi visar att data redan finns i vårdens system kan användas för att identifiera individer som löper högre risk för melanom. Det här är inget beslutsstöd som finns tillgängligt i rutinsjukvård idag, men våra resultat ger en tydlig signal om att registerdata kan användas mer strategiskt framöver, säger Martin Gillstedt, som är doktorand på Sahlgrenska akademin vid Göteborgs universitet och även statistik vid verksamhet för hud- och könssjukvård vid Sahlgrenska Universitetssjukhuset.

33 procents sannolikhet för melanom
När forskarna jämförde olika AI-modeller blev skillnaderna tydliga. De mest avancerade modellerna kunde skilja individer som senare fick melanom från dem som inte gjorde det i cirka 73 procent av fallen, jämfört med cirka 64 procent när endast ålder och användes. Kombinationen av diagnoser, läkemedel och sociodemografiska uppgifter gjorde det möjligt att hitta små högriskgrupper där risken att få melanom inom fem år var omkring 33 procent.

Studien har genomförts under ledning av Sam Polesie, docent i dermatologi och venereologi vid Göteborgs universitet och hudläkare på Sahlgrenska Universitetssjukhuset:

– Våra analyser tyder på att selektiva kontroller av små högriskgrupper skulle kunna ge både träffsäkrare uppföljningar och en mer effektiv användning av vårdens resurser. Det handlar om att föra in befolkningsdata i precisionsmedicinen och komplettera de kliniska bedömningarna, säger Sam Polesie.

Forskarna betonar att mer forskning och politiska beslut krävs innan metoden kan införas i vården. Men resultaten visar att AI-modeller tränar på stora mängder registerdata kan bli ett viktigt stöd för mer individpassade riskbedömningar och framtida screeningstrategier för melanom.

Studien genomförs i samarbete mellan Göteborgs universitet och Chalmers tekniska högskola.

Studie: Att förutsäga melanoms påverkan på det svenska hälso- och sjukvårdssystemet från den vuxna befolkningen med hjälp av maskininlärning på registerdata , Acta Dermato-Venereologica.

Artikel: https://doi.org/10.2340/actadv.v106.44610

Källa: Sahlgrenska akademin.