Danske forskere udvikler algoritme til at forudsige sygdom

Tænk, hvis du præcist kunne vide, at nogle små ændringer i din livsstil kunne sænke risikoen for en bestemt sygdom markant. 

Det kan meget vel blive til virkelighed, hvis det står til en række forskere på Sygehus Lillebælt, hvor de også mener, at det kan være nøglen til at motivere store dele af befolkningen til værdifulde livsstilsændringer. 

I projektet, som har fået 5,4 mio. kr. i støtte fra EU, arbejder man på et algoritmisk værktøj. Her vil brugerne, kun med en blodprøve og information om deres livsstil, kunne få en prognose for, hvordan deres helbred kunne se ud i fremtiden, og hvad de kan gøre for at ændre den prognose. 

Forskerne i projektet, med navnet ‘Data Harmonization’, er i gang med at indsamle store mængder data om alt fra bopæl, fysisk aktivitet og madvaner til ofte nævnte, udslagsgivende faktorer som rygning og alkohol. 

At de fokuserer på så mange faktorer på en gang er, ifølge en af forskerne bag, ikke almindeligt for denne type studier. 

“Vi er ude efter en masse kendte risikofaktorer som alkohol, tobak, kost og motion men også nogle flere, som er mere ukendte, og så vil vi se på kombinationen af dem. De fleste studier af de kendte risikofaktorer fokuserer på en eller to af dem, men de har typisk ikke sammenlignet med en masse anden slags data, og det er det, vi gerne vil,” siger Claus Lohman Brasen, der er overlæge og en af forskerne på projektet, ifølge Sygehus Lillebælt. 

Ikke et mirakel-værktøj

Når man først har indsamlet den store mængde data, så er målet at forudsige, hvem der er i risikozonen for diverse sygdomme med henblik på at kunne forebygge. Forskerne bag mener, at håndgribeligheden vil være en god motivator.

“Vi er helt klar over, at dette ikke er et mirakel-værktøj, der med et trylleslag får alle til at leve supersundt. Men vi håber, at vi kan motivere nogle borgere til at træffe nogle valg, som er bedre for deres helbred, ved at gøre det mere håndgribeligt. Hvis vi klart kan vise, hvor meget enkelte omlægninger kan mindske risikoen for forskellige sygdomme, kan det være, at flere vil vælge at gøre det,” fortæller en anden forsker på projektet, Torben Frøstrup Hansen.

I første omgang testes algoritmerne retrospektivt på historiske data for at se, om forudsigelserne er præcise, og senere vil man følge personer over tid for at se, om algoritmerne fungerer prospektivt. 

I projektet tager man også højde for de etiske dilemmaer, der kan opstå, når man bruger den slags modeller til at forsøge at forudsige sygdomme. Herunder hvordan informationen formidles, og hvordan de skal bruges til at forbedre sundheden uden unødvendig bekymring.

Projektet, som også understøttes af Region Syddanmark og Syddansk Sundhedsinnovation, er en del af det større, flerårige EU-projekt ‘JA PreventNCD’, hvor data, AI og machine learning bruges til at forebygge kræft og andre ikke-smitsomme sygdomme i Europa.