Lobar pneumonia, hemorrhagic edema period, light micrograph, photo under microscope.

Unikt samarbete för framtidens diagnostik av svåra infektionssjukdomar

Den 20-21 mars hålls konferensen Engineering Health som lyfter upp forskningssamarbeten mellan SU/GU och Chalmers. Lars Magnus Andersson, verksamhetschef och överläkare på Infektion på SU och Robert Feldt, professor vid Data- och informationsteknik på Chalmers kommer tillsammans hålla en presentation om sitt gemensamma forskningsprojekt. De har en vision om att stödja och förbättra behandling av svåra och svårdiagnostiserade infektionssjukdomar där patienterna är inlagda på sjukhus och behandlas över tid.

Ett exempel på en sådan infektionssjukdom är så kallad sepsis, blodförgiftning. Att bli riktigt bra på att ställa diagnos och välja rätt behandling kräver ofta lång erfarenhet.
Lars Magnus Andersson. Överläkare SU.– Vår vision är att vi skall kunna stödja även mindre erfarna läkare att tidigare ställa rätt diagnos med hjälp av avancerade statistiska modeller och så kallad AI/Maskininlärning, berättar Lars Magnus. 

Flera professioner arbetar mot samma mål 

I projektet arbetar Lars Magnus och Robert med flertalet olika professioner: fysiker, för att med laser och spektroskopi få detaljerade "bilder" av blod och andra kroppsvätskor, matematiker för att bygga statistiska modeller som kan bli mer "säkra" när mer data blir tillgänglig, datavetare, för att sätta ihop systemet och visualisera rekommendationerna för läkare, och läkare för deras sjukdoms- och diagnos-expertis och för att kunna jämföra hur bra systemet är jämfört med dagens metoder. 
– Det unika är att vi genom ett nära och långsiktigt samarbete som involverar både flera ingenjörsämnen på Chalmers och medicinare på SU/GU kan samla in högupplöst information från flera, olika sensorer och stödja läkarna i en längre behandlingsprocess, säger Lars Magnus. 

Ett verktyg för förbättrad möjlighet att ge rätt behandling 

Robert Feldt har i över 20 år utvecklat och tillämpat AI och statistiska modeller för att förbättra utveckling av programvara och menar att det i och med projektet är stimulerande att nu försöka rädda liv och minska lidande. Robert Feldt, professor, Data- och informationsteknik.
– Jag lockas av möjligheten att verkligen göra skillnad i samhället! Att kunna förbättra vården för patienter och dessutom kanske göra vården effektivare och billigare för samhället, kan det bli bättre än så? Dessutom är det jättekul att jobba med läkare och se deras handfasta kompetens; de lever verkligen vetenskap i vardagen, säger Robert. 
Eftersom den medicinska, tekniska och kunskapsmässiga utvecklingen går så snabbt finns det ett stort behov av att hantera den ökande mängden information i det dagliga kliniska arbetet. Genom vetenskapliga artiklar som beskrev möjligheterna med självlärande modeller för att hantera den stora mängden information, för t ex bilddiagnostik, blev Lars Magnus lockad till ämnet. Han ville förstå vilka möjligheter och begränsningar modellerna hade och tog kontakt med Robert. 

– Det skulle vara väldigt roligt om vi kan vara med och utveckla verktyg som förbättrar professionens möjligheter att ställa rätt diagnos och ge rätt behandling. Ett sådant verktyg kommer också minska variationen vid bedömning och behandling av enskilda patienter vilket leder till bättre behandlingsresultat, säger Lars-Magnus Andersson.
Lars Magnus berättar att det krävs en mängd olika kompetenser för att bygga riktigt bra system och lösningar. 
– Om man bara ”stannar" inom sitt område är det lätt att man slutar utvecklas och inte utmanar sig själv. Genom att ge sig in på nya områden utvecklas man verkligen. Och att lösa samhällets problem kräver att vi samarbetar. 

Robert och Lars Magnus berättar mer om sitt projekt ”Using AI support and improving diagnostics and treatment of severe infectious diseases” på konferensen Engineering Health 20-21 mars.

Publicerad: on 27 feb 2019. Ändrad: må 13 maj 2019