27 S U N D H E D S T E K N O L O G I · P E R S O N L I G O N K O L O G I S K K I R U R G I BIG DATA En avanceret platform med oplysninger fra 60.000 tidligere tarmkræftforløb og et forskningssamarbejde mellem klinikere, grundforskere og eksperter i blandt andet big data, skal bane vejen for skræddersyede behandlingsforløb til patienter med tarmkræft. Formål: at formindske patienternes risiko for komplikationer og give dem bedre chancer for at overleve. Tekst Rie Jerichow I fremtiden vil mave-tarmkirurger i Region Sjælland få en ny kollega omkring bordet, når de skal planlægge en kræftoperation. Vedkommende vil blive betragtet med en vis respekt på grund af sin enorme hukommelse og vil blive taget med på råd, når lægerne skal beslutte, hvilken behandling de vil tilbyde den enkelte patient. Den fremtidige kollega er en algoritme. Et digitalt værktøj, der med dataoplysninger fra 60.000 patienter i danske registre kan støtte lægerne i at udvikle personlig medicin til patienter, der gennemgår en onkologisk operation. Forskningssamarbejdet er placeret i én af de 12 ’Clinical Academic Groups’ (CAG) under ’Greater Copenhagen Health Science Partners’. Overskriften for denne CAG er ’personlig onkologisk kirurgi’. I samarbejdet deltager forskere fra Københavns Universitet, Danmarks Tekniske Universitet og et tværfagligt team af eksperter fra hospitaler i Region Sjælland og Region Hovedstaden. Nødvendigt at kunne forudsige risici I dag følger onkologiske kræftpatienter typisk et standardiseret forløb. ”Men hvis vi skal skræddersy en kirurgisk behandling, må man kende til alle de risikofaktorer, der er aktuelle for den enkelte patient. Jeg har ikke en krystalkugle, men med hjælp af kunstig intelligens og maskinlæringsalgoritmer vil vi kunne udvikle og tilbyde personlig, onkologisk kirurgi, der giver færre komplikationer og bedre chancer for overlevelse,” fortæller formand for CAGen i personlig onkologisk kirurgi, professor Ismail Gögenur fra Sjællands Universitetshospital. Lad os tage eksemplet fru Jørgensen på 75 år, der har fået en tumor i endetarmen. ”Fra registrene har vi en mængde oplysninger. For eksempel om hun har diabetes, hvilken medicin hun har fået gennem livet, og om hun har fået blodtransfusioner. Ved at søge på den rigtige måde og udnytte kunstig intelligens til at screene data fra 60.000 patienter, kan vi finde ’patients like her’ og forudsige risikoen for komplikationer for hende ved en given behandling,” fortæller han. Forskergruppen ser på hele patientforløbet fra før operationen, til selve operationen og tiden efter, og ved løbende at indsamle store mængder data fra mange patienter, vil de få en unik viden, som de kan bruge til at vælge den bedste behandling til den enkelte patient. Algoritmen træffer ingen beslutninger Forskerne er nået et godt stykke vej. Det sidste halva ndet år har de udarbejdet en prototype, som fungerer, et program og en dataplatform. ”Vi har også skrevet fire videnskabelige artikler med fokus på at kunne forudsige død, valg af anæstesi og risikoen ved blodtransfusioner. Desuden har vi valideret, at vores data er gode nok til at kunne forudsige forskellige hypoteser. Vi er optimistiske, fordi værdien af de data, vi har, er så gode, at vi nu har søgt om midler til at samle data fra andre registre i en større platform,” fortæller Ismail Gögenur. Nu kunne man måske tro, at computere i fremtiden vil bestemme over liv og død – men Ismail Gögenur beroliger: ”Det er vigtigt at huske på, at algoritmen aldrig bliver mere end et beslutnings-støtte-værktøj. En computer kommer aldrig til at bestemme, om en patient skal opereres eller ej. Den kan udelukkende sige noget om sandsynligheder, og i sidste ende er det kirurgen, der vurderer, om det kan være rigtigt. Det er et menneske, der har ansvaret,” siger han. Ismail Gögenur forventer, at programmet og dataplatformen er så udbygget, at lægerne allerede i slutningen af 2020 – måske starten af 2021 – vil kunne bruge dataværktøjet som støtte i planlægningen af personlig medicin til patienter, der gennemgår en onkologisk operation. Region Sjælland deltager i 5 Clinical Academic Groups (CAG) under Greater Copenhagen Health Science Partners og arbejder for at være med i alle nye CAGs. CAG er et partnerskab for klinisk og translationel sundhedsforskning, uddannelse og innovation mellem Københavns Universitet, Danmarks Tekniske Universitet, Region Sjælland og Region Hovedstaden. Læs mere om partnerskabet her: https://gchsp.dk/cag-i-gchsp/
Download PDF fil