Artificiell intelligens viktigt i framtiden för transplantationer

Artificiell intelligens, AI, och dess framtida betydelse inom sjukvården har blivit en allt viktigare fråga.  I framtiden kommer AI med största sannolikhet vara ett stöd för att ta bästa beslut vid matchning av ett erbjudet organ samt vid uppföljning och behandling efter transplantation. Här skriver Johan Nilsson ny ordförande i Svensk transplantionsförening om AI och framtiden:

Jag heter Johan Nilsson och är ny ordförande i Svensk transplantationsförening och tar över efter Gunnar Söderdahl. Jag är överläkare inom thoraxkirurgi vid Skånes Universitetssjukhus i Lund och professor inom thoraxtransplantation vid Lunds Universitet. Sedan 2013 är jag ansvarig för hjärttransplantationsverksamheten i Lund. Min vision är att vi ska kunna utnyttja donerade organ bättre och till rätt patient för att möjliggöra fler transplantationer till ett bättre resultat. 

Forskning och utveckling inom transplantation

Tidigare har forskning och utveckling inom transplantation nästan helt varit fokuserat på immunosuppression. Idag ser vi en utveckling där samarbete mellan ingenjörskonst och medicin blir allt viktigare. Det görs stora framsteg inom maskinperfusion av organ och vävnadsrekonstruktion (tissue-engineering). För ett år sedan publicerades de första lovande resultaten av xenotransplantation av grishjärta till apa där en avgörande komponent var maskinperfusion av det donerade hjärtat. Den första digitala appen för patientuppföljning finns nu på kliniken och möjligheten att använda artificiell intelligens i individualiserad behandling utforskas inom flera medicinska områden. TV-programmet ”Vetenskapens Värld” presenterade nyligen flera av dessa möjligheter inom transplantationsområdet i ett uppmärksammat avsnitt som sändes september 2019 (“Organ på väg”), vilket kan ses på SVT Play2.

Maskininlärning för att stödja transplantation

Inom transplantationsprofessionen måste en allt större mängd data hanteras för att optimera vården av våra patienter. På grund av bristen på organ så måste varje erbjudande värderas noggrant så att ett optimalt mottagande av det donerade organet kan ges av den tilltänkta mottagaren. Kombinationen av riskfaktorer hos donatorn och recipienten måste vägas mot hur lång tid tar det innan ett organ med bättre förutsättningar erbjuds. Efter transplantationen är utmaningen att välja bästa uppföljning och behandling utifrån de förutsättningar som skapades vid transplantationen. 

Hittills har man inom transplantation fokuserat på att utveckla algoritmer för att ge beslutstöd till att acceptera eller inte acceptera ett donerat organ. Till sin hjälp vid organ matchning används idag KDPI-score (Kidney Donor Profile Index) vid njurtransplantation på en del kliniker i världen och LAS (lung allokering score) vid lungtransplantation. Ingen av dessa algoritmer är autonoma eller nyttjar en mer avancerad maskininlärningsteknik utan är fortfarande algoritmer där beslutet tas av klinikern. 

AI och framtiden

Nya modeller som utnyttjar fördelarna med artificiell intelligens börjar dock komma. Ett exempel är en algoritm utvecklad i Montreal för att förutspå njuröverlevnad. Modellen inte bara förutspår transplantatets överlevnad utan också patientens prognos om organerbjudandet avböjs. Inom hjärttransplantation finns en algoritm utvecklad i Lund som beräknar förväntad överlevnadstid utifrån donatorns och recipientens riskprofil. Denna algoritm finns tillgänglig på nätet (www.ihtsa.med.lu.se). Det gemensamma för detta verktyg är att det presenterar graftöverlevnad i tid (år) och inte uttryckt som sannolikhet (procent) för graftet att överleva en viss tid, vilket visat sig vara enklare för patienten att förstå. Patienter som står på väntelistan för transplantation upplever det givetvis jobbigt att inte veta hur länge de måste vänta. Ett verktyg som kunde förutsäga väntetiden utifrån patientens karaktäristika vore mycket önskvärt.

Tyvärr har AI också en mörk sida, vilken har beskrivits inom andra områden. AI förlitar sig på klinikerns bedömning, biostatistikerns expertis och kvaliteten på data. Brister i klinikerns bedömning eller i insamlad data kommer att överföras och möjligen förstärkas när maskinen skall lära sig att dra slutsatser. För att undvika system som skulle missgynna de redan missgynnade krävs förutom AI expertis en hög kvalitet på insamlade data samt kliniker som kan problematiken inom specialiteten. Här har vår specialistförening en viktig roll att bevaka utvecklingen.

Med rätt data insamlad från nationella och internationella register såsom Scandiatransplant finns alla möjligheter att skapa AI-verktyg som både kan optimera och förbättra omhändertagandet av patienten samt säkerställa en rättvis fördelning av de organ vi har att ta hand om.

Av Johan Nilsson, ordförande i Svensk transplantationsförening

Foto: Thinkstock

  1. https://www.socialstyrelsen.se/globalassets/sharepoint-dokument/artikelkatalog/ovrigt/2019-10-6431.pdf
  2. https://www.svtplay.se/video/23729582/vetenskapens-varld/vetenskapens-varld-sasong-31-organ-pa-vag