- først med nyheder om medicin

Kunstig intelligens forudser progression af MS bedre end læger

EAN: Ud fra MRI scanningsbilleder kan en ny algoritme forudse, hvordan fysiske og kognitive symptomer ved multipel sclerose (MS) vil udvikle sig de næste to år. Algoritmen kommer frem til den rigtige prognose hos 86 procent af patienterne, mens læger kun vurderer udviklingen korrekt i 70 procent af tilfældene.

Algoritmen er udviklet af italienske forskere ved IRCCS San Raffaele Scientific Institute i Milano, og den blev præsenteret i et foredrag af Ph.d. studerende Loredana Storelli ved EAN 2022 (abstrakt OPR-090). Hun pointerede, at selvom MRI er en af de mest benyttede metoder til at diagnosticere MS og følge sygdomsudviklingen, så er der et uopfyldt behov for simple og præcise MRI-markører for forværring af patienternes tilstand.

Forskerne konstruerede et såkaldt convolutional neuralt netværk, som er inspireret af neuronerne i synscentret og formår at genkende mønstre i billeder. Forskere foretog T1- og T2-vægtede MRI-skanninger på 373 MS-patienter ved baseline og bestemte samtidig deres kliniske og kognitive tilstand med henholdsvis expanded disability status scale (EDSS) og symbol digit modalities test (SDMT). Efter to år blev sygdommens progression igen bestemt ved EDSS og SDMT.

Algoritmen øver sig i at ramme rigtigt

Data fra 325 af disse patienter blev nu brugt til at træne og validere tre forskellige algoritmer, som baserede sig på enten EDSS, SDMT eller EDSS+SDMT. Da algoritmerne var færdigtrænet, blev deres evner til at forudsige sygdomsprogression afprøvet på baselinedata fra de resterende 48 patienter, og to uafhængige læger med ekspertise i MS blev sat på den samme opgave. Både mennesker og maskine skulle vurdere om sygdommen ville forværres eller forblive stabil, og deres vurderinger blev sammenholdt med data indsamlet to år efter baseline.

Resultaterne viste, at algoritmen baseret på EDSS+SDMT, vurdere korrekt i 85,7 procent af tilfældene, mens de to eksperter kun præsterede 70,0 procent rigtige svar. Algoritmen var også signifikant bedre, når det gjaldt sensitivitet (at udpege dem med forværret prognose) og specificitet (at frikende dem med stabil diagnose). De to algoritmer, hvor modellen kun forholdt sig til enten EDSS eller SDMT, præsterede noget dårligere end den kombinerede model med en præcision på henholdsvis 83,3 procent og 67,7 procent.

Læger kan hjælpe algoritmen

I et forsøg på at optimere algoritmen så Loredana Storelli og hendes kolleger nærmere på to patienter med T2-hyperintense infratentoriale læsioner og udtalt hjernesvind ved baseline. Her vurderede algoritmen, at begge patienters tilstand ville forværres, men det var kun tilfældet for den ene patient. Forskerne forsøgte at se ind i algoritmens ’maskinrum’ for at finde ud af, hvilken vægt den tildelte disse to observationer, og om det er muligt at justere på algoritmen, så den bliver bedre til at forudse patienternes prognose.

”Kunstig intelligens kan hjælpe læger med den vanskelige opgave, det er at analysere og forstå store mængder data. Men på den anden side kan lægernes erfaring og ekspertise forbedre den kunstige intelligens præstationer,” konkluderede Loredana Storelli.

Kulturnyt

    Ledelse

    • Chefredaktører
      Kristian Lund
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Nina Vedel-Petersen
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Kommerciel direktør
      Benjamin Müller
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Nordisk annoncedirektør
      Marianne Østergaard Petersen
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Adresse

      Schæffergården
      Jægersborg Alle 166
      2820 Gentofte
      CVR: 37 21 28 22

      Kontakt

      Annoncer
      Kontaktinfo
      Abonnement
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

    Medarbejdere

    • Redaktionschef

      Helle Torpegaard
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Journalister

      Anne Mette Steen-Andersen - videnskabelig redaktør
      Signe Juul Kraft - onkologi, hæmatologi, sundhedspolitik
      Nina Bro - sclerose, sundhedspolitik
      Bo Karl Christensen - diabetes, onkologi
      Maiken Skeem – hjertekar, sundhedspolitik
      Mads Moltsen - gastroenterologi, onkologi
      Henrik Reinberg Simonsen, almen praksis, allround

      Tilknyttede journalister

      Berit Andersen – psykiatri, sundhedspolitik
      Birgit Brunsted - onkologi, hjerte-kar, generelt
      Jette Marinus - respiratorisk
      Maria Cuculiza - kultur, neurologi
      Gorm Palmgren - onkologi
      Marianne Rohweder - overvægt, sundhedspolitik
      Ebbe Fischer - allround
      Natacha Houlind Petersen - allround
      Nana Fischer - allround
      Hanna Sigga Madslund, allround
      Stephanie Hollender, allround

       

      Kommerciel afdeling

      Annoncekonsulent
      Malene Laursen
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Salgskonsulent
      Helle Garrett
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Salgskonsulent, Sverige
      Annika Östholm
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Webinarer
      Majbritt Laustrup
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Administrativ koordinator
      Anette Kjer Overgaard
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Konference koordinator
      Christina Ludvig
      Denne e-mail adresse bliver beskyttet mod spambots. Du skal have JavaScript aktiveret for at vise den.

      Research
      Birgitte Gether
      Jan Fuhs (automatiseret research)