187 SVENSK KIRURGI • VOLYM 82 • NR 4 • 2024 Kirurgveckan Insamling av multimodala data kan med hjälp av AI analyseras för att skräddarsy behandling. desvis från flera håll samtidigt, så kallad multimodala data. Tillgång på data, både tekniskt men även juridiskt, samt etiska aspekter på hur data får användas är utmaningar vid implementeringen av AI inom hälso- och sjukvården. AI som en del av precisionsmedicin Men AI är bara en del i den snabba utvecklingen som sker just nu inom den medicinska forskningen. Vår förmåga att mäta och diagnosticera med allt högre precision medför möjligheter att insamla en stor mängd data. När mer information kan samlas in vid varje givet tillstånd ökar våra möjligheter att karaktärisera tillståndet i fråga och på så vis skräddarsy vård och behandling för våra patienter. Lungcancer hanterades på 90-talet som en homogen sjukdomsgrupp, men utvecklingen under de senaste 30 åren har medfört att vi idag i stället har flera distinkta undergrupper vilket fodrar en individualiserad behandlingsplan. Utgångspunkten bör i framtiden vara att one-size does not fit all. Nyckeln till att vidareutveckla precisionsmedicinen ligger i patientstratifiering. Datan för att kategorisera patienter bör inhämtas i form av anamnes, bilddiagnostik, histologiska utredningar och genomik för att nämna några. Därefter kan multimodala AI-modeller som utvecklas med maskininlärning analyseras för att ge information kring diagnos, prognos eller eventuella biverkningar av en behandling Paradigmskifte inom modern sjukvård Utvecklingen av denna precisionsmedicin leder in sjukvården i ett paradigmskifte. Tvärprofessionalitet som inbegriper kompetens från andra fält än enbart det medicinska är en förutsättning. Teknisk fysik, avancerad matematik och genetik är alla exempel på fält som kommer behöva ta allt större plats för att driva forskningen framåt. Kirurgins multimodala kontext med en hög användning av olika sorters provtagningar och utredningar genererar stora mängder data och lämpar sig därför för en central position inom utvecklingen. Med mer omfattande datahantering kommer vår kunskap fortsätta öka i allt snabbare takt. Idag är tiden från upptäckt till implementering av ny forskning lång, inte minst för läkemedel, och i takt med accelerationen av vår kunskap krävs förutsättningar för att snabbare kunna gå från forskning till implementering. När det gäller läkemedelsutveckling kommer detta sätta stora krav på beslutsfattande myndigheter för att snabbare godkänna nya preparat. Det finns även andra aspekter av precisionsmedicin som är tilltalande. Klassificering och utnyttjande av data har potential att, med hjälp av AI, hitta mönster som på ett tidigt stadie kan förutse framtida sjukdomsförlopp eller riskstratifiera patienter. Kan man med hjälp av en mer omfattande patentstratifiering förutspå högriskindivider för olika sjukdomstillstånd finns goda möjligheter att tidigare sätta in insatser – då förhoppningsvis också än mer individanpassade sådana. Med en hälso- och sjukvård i omställning kan precisionsmedicin och AI vara viktiga verktyg i att ställa om från en reaktiv till en proaktiv sjukvård. Stor potential Precisionsmedicin och AI har stor potential att radikalt förändra hur forskning och modern sjukvård bedrivs. Det kommer innebära en ökad komplexitet, men där möjligheterna och de potentiella fördelarna det medför är för stora för att bortse ifrån. Traditionellt beskrivs den jämlika vården som lika vård för alla. I framtiden kommer den jämlika vården i själva verket behandla alla olika. ■
RkJQdWJsaXNoZXIy NjAyMDA=