Machine Learning kan forudsige sygdomsforløb

Det er ekstremt kompliceret at diagnosticere patienter og vælge den rigtige behandlingsform, men elektronisk beslutningsstøtte kan revolutionere hverdagen for travle læger og sygeplejersker. Ny metode kan bane vejen for hjælp til lægerne.

af Rene Pedersen

Kasper Jensen, som til dagligt arbejder som Unstructured Data lead i NNIT, har været med til at udvikle en metode, som kan være med til at forudsige komplicerede sygdomsforløb.

Den menneskelige krop er en uhyggelig kompleks maskine, som vi efter flere tusinde år med lægevidenskab stadig tumler med at forstå. Og i takt med at vi bliver klogere på kroppen, bliver også vores behandlingsmetoder betydeligt mere komplekse, individuelle og specialiserede, hvilket igen gør det vanskeligere for læger at bevare overblikket.

Elektronisk beslutningsstøtte kan måske blive en game changer i forhold til at give læger og sygeplejersker en metode til at træffe mere sikre beslutninger om behandling. Og et forskerhold med danske Kasper Jensen i spidsen kan have fjernet en af de knaster, der besværliggør analysering af historisk patientdata.

Metoden er beskrevet i det anerkendte videnskabelige tidsskrift Nature, og i artiklen undersøger teamet, hvordan man via digitalisering, big data og machine learning kan samle kræftpatienter i forskellige kategorier, så det bliver muligt at give et kvalificeret bud på fremtidige symptomer og sygdomsforværring. På den baggrund kan lægerne på et bedre oplyst grundlag pege på den rette behandling.

“Det, alle gerne vil, er at skabe værdi for lægerne. Og der er masser af værktøjer, som kan analysere data, men der er ikke så mange værktøjer, hvor informationerne, man får tilbage, er nogle, man kan gå ud og anvende i klinikken,” fortæller Kasper Jensen, som til dagligt arbejder som Unstructured Data lead i NNIT og har skrevet artiklen sammen med udenlandske specialister. Herunder Mark Girolami, der leder forskningsenheden for Data Engineering på det verdenskendte Alan Turing Institute.

Mange penge at spare

Hvis du fx er kræftpatient og har været til lægen mange gange over en længere periode, vil der være akkumuleret så meget data om dig i patientjournaler, at det tager lang tid at få et helhedsindtryk af dig som patient. Og det bliver hurtigt svært for lægerne at vide, hvilken del af den viden, de har om dig, som er relevant.

Det er en proces, som man i dag håndterer ved manuelt at kigge på din journal. Og via lægens egne personlige erfaringer kommer han med et bud på, hvad han tror, du fejler, eller hvilke informationer, der er relevante for at stille en diagnose.

“Det fungerer, og det har vi gjort i mange år. Men et af problemerne med metoden er, at når det bliver kompliceret, mister man hurtigt overblikket. Og det er meget ressourcekrævende at få et overblik,” siger Kasper Jensen.

Og som teamet bemærker i artiklen, er der mange penge at spare, hvis man kan skabe det overblik. Alene ved at udnytte data og dermed sikre, at patienterne får den rette behandling, er det anslået, at det britiske hospitalsvæsen kan spare omkring 1,6 mia. pund om året.

“Med metoden kan vi blive bedre til at placere patienter på de rigtige behandlingsforløb. Det er det ultimative mål; at sørge for, at patienterne får den rigtige behandling til den rigtige tid,” fortæller Kasper Jensen.

Fundet tænd-knappen

For at forklare analysen af patientdata laver han en analogi til test af en computer. Når du trykker på startknappen på en computer, så ved du per erfaring, at den tænder. Men kigger du på en patients sygdom, har du ikke på samme måde kunnet sige, hvad der egentlig trigger sygdommen.

“Hvis en patient kommer til lægen og har fået konstateret tarmkræft, så kan vi ikke direkte sige, hvad var det, der gjorde, at patienten fik kræft. For vi har kun informationer, der viser, at patienten har kræft,” fortæller han og eksemplificerer.

“Har patienten en kompliceret sygdomshistorie, kan det være, at lægen har viden, der viser at patienten har haft brystsmerter, har modtaget en bestemt form for medicin og er blevet opereret. Lægen har altså en masse observationer, men han kan ikke gå direkte ind og sige, hvilke af disse observationer, der har egentlig betydning for det udfald, patienten har”.

I studiet har de derfor set på, hvordan man analyserer på observationsdata samt hvilke markører, der indikerer, hvor patienten er på vej hen.

“Traditionelt har vi en eksperimentel tilgang til sundhedsdata, hvor vi håber på at gætte os til hvor startknappen er. Men det, vi har lavet, er en metode til at regne ud, hvilke markører der gør, at patienter ender et bestemt sted,” fortæller Kasper Jensen.

Metoden kan ifølge artiklen forudsige 80 procent af de hændelser, som patienterne bliver ramt af. Kasper Jensen håber, at det kan bruges til at udvikle en applikation, hvor sundhedspersonalet via et cpr-nummer kan slå en patient op og se, hvilke problemer vedkommende sandsynligvis står overfor. Noget der vil være særligt anvendeligt for patienter, som har en lang sygdomshistorie, hvor forløbene bliver svære at gennem- og overskue.

Norske data

Teamets metode er skabt ved hjælp af sundhedsdata fra 7.741 norske patienter. Det skyldes primært, at Kasper Jensen har et stipendiat fra den norske fond Helse Nord, som har givet en særlig tilladelse til analyse af de norske sundhedsdata. Og i projektet har fokus været på cancerpatienter, fordi det var gruppen med mest muligt data.

“Man kan godt forestille sig, at det fungerer fint inden for andre sygdomsområder. Det kan også være, at det vil fungere fint uden for sundhed. Det er en generaliserbar metode for, hvordan vi kan lave profiler ud fra observationsdata,” siger Kasper Jensen.

I sin forskerkarriere har han arbejdet med at udvikle sprogneutrale metoder til at projicere tekst, og det er disse metoder, som også er brugt til at gennemgå patientjournaler. En af udfordringerne med journalerne er, at der ligger interessant data i fritekst, og det er svært at analysere på den rå tekst. Den udfordring er løst ved, at man har taget lægernes store encyklopædi, Medical Subject Headings, som indeholder termer for alle mulige sygdomme, lægemidler, operationer osv.

“Jeg har i min forskningskarriere arbejdet med at udvikle metoder, der bruger machine learning til at træne en maskine til at forstå teksten, som man analyserer. Det betyder, at hvis man fx skal analysere noget på dansk, så kan man starte ud med at sige, at jeg tager 500 dokumenter, hvor jeg selv går ind og tegner op, hvordan maskinen skal trække data ud,” siger han.

Når det er gjort, tager man input, som er givet til maskinen, og så kan maskinen selv anvende det input på resten af dokumenterne. Altså, Natural Language Processing, hvor man bruger machine learning til at træne systemet til at forstå tekst.

“Det betyder også, at vi kan gøre det på kinesisk, eller vi kan gøre det på dansk eller norsk. Den eneste forudsætning er, at der skal være brugerinput. Så en bruger skal ind og finde eksempler, som man kan bruge til at træne maskinen, og så kan maskinen gøre det på resten,” fortæller Kasper Jensen.

Begrænsningerne ligger primært i det faktum, at når man analyserer på patientdata, kigger man også kun på data fra syge patienter.

“Så når man laver analyse på baggrund af sundhedsdata, så er begrænsningerne, at det gælder for syge patienter. Hvis analysen siger, at der er 60 procent risiko for en sygdom efterfølgende, så er det ikke generaliserbar til hele verdens befolkning. Men det er generaliserbart for den patientgruppe,” forklarer Kasper Jensen.

Next step - testforsøg på hospitaler

Selv om metoden er afprøvet på data fra mere end 7000 patienter og dermed relativ stor skala, er den ikke en ‘Out of the box’-feature. Og der er en del processer, som skal på plads, før man kan tage metoden i brug i sundhedsvæsenet.

“Vi har en metode, som vi gerne vil gå videre med. Men det vil kræve, at man kører en række forsøg, før man kan gå live på et hospital,” forklarer Kasper Jensen.

“Noget af det, vi har diskuteret som next step, kunne være at give sygeplejersker og læger en ipad, hvor vi laver daglige loads med patientdata, så de kan prøve i små testgrupper at se, hvordan det fungerer i praksis i en hektisk dagligdag,” siger han.

Sundhedsvæsenet er præget af meget komplicerede systemer, og samtidig er brug af sundhedsdata og understøttet beslutningstagen fortsat et minefelt, og det er meget komplicerede systemer.

“Derfor kan man også sige, at det er fantastisk, at man har et system, hvor en computer kan hjælpe dem med at placere patienterne rigtigt sygdomsmæssigt. Og hjælpe dem med at få det rigtige sygdomsbillede af en patient. For læger og sygeplejersker er pressede i deres dagligdag, så der er virkelig behov for beslutningsstøtte,” siger Kasper Jensen.

Læs hele artiklen på Nature.com

Analysis of free text in electronic health records for identification of cancer patient trajectories