Ny prediktiv algoritm ska underlätta vården och livet för IBD-patienter
2022-02-04
Nu presenteras NOVA 2 – ett unikt samarbetsprojekt där Karolinska Institutet (KI), Örebro Universitet, kvalitetsregistret SWIBREG (Swedish Inflammatory Bowel Disease Registry), AI-bolaget AlgoDx (som är knutet till Statistiska institutionen på Uppsala universitet) samt läkemedelsbolaget Takeda gemensamt utvecklar ett nytt vårdkoncept som bygger på en algoritm som kan förutse patienternas försämringsperioder (skov) och därmed underlätta och förbättra vården av IBD-patienter. Vårdkonceptet förväntas leda till både ökad patientdelaktighet och livskvalitet samt en effektivare resursanvändning för vården och samhället.
Samarbetet tar avstamp i en hypotes att man med hjälp av en data- och algoritmbaserad prediktionsmodell dramatiskt kan förbättra den framtida vården och livet för landets IBD-patienter.
I Sverige drabbas ca 3 000 individer varje år av IBD (Inflammatory Bowel Disease), vanligen i 15–35-årsåldern, och det totala antalet sjuka uppgår till närmare 100 000 personer. IBD är en kronisk sjukdom med återkommande plötsliga försämringsperioder med förvärrade symptom (skov) då patienter upplever besvär som till exempel diarré, buksmärta, trötthet och feber. Obehandlade blir dessa skov värre med tiden.
Det finns idag effektiva läkemedel som kan lindra eller förhindra skoven, men dessa behöver sättas in och optimeras i tid för att undvika nya skov och för att ge dessa patienter en så god livskvalitet som möjligt. Varje IBD-patient har ett unikt sjukdomsförlopp och idag saknas det prediktorer som hjälper vården att veta vilka patienter som kommer att få ett besvärligare respektive mildare förlopp genom livet.
Algoritm förutser IBD-skov
Nu utvecklas en prediktiv algoritm för att möjliggöra ännu tidigare och effektivare insatser. Algoritmen som kan förutse patienternas skov tas fram av AlgoDx, ett AI-bolag som idag utvecklar prediktionsalgoritmer för bland annat intensivvården. AlgoDx bidrar med sina AI-kunskaper på området och ansvarar för utveckling, tillverkning och underhåll av själva algoritmen samt är även kvalitets- och regulatoriskt ansvariga för att CE-märka prediktionsmodellen som medicinteknisk mjukvaruproduktprodukt enligt Medicintekniska förordningen (MDR).
– Det är häftigt att se hur alla parter möts och bidrar med sin spetskompetens och sina perspektiv och ger sin input så vi kan hitta bättre framtida vårdmodeller, säger David Becedas, vd på AlgoDx. Att man inte jobbar i silos utan horisontellt över disciplingränserna och – utifrån patientens perspektiv – innebär att man ”vänder på steken”.
Inger Persson är universitetslektor på statistiska institutionen på Uppsala universitet och även ansvarig för AI och biostatistik inom forskningsbolaget AlgoDx.