En ny AI-model fra blandt andre Københavns Universitet kan forudsige sygdomme årtier, før de opstår
Del artiklen på
Af Lars Bennetzen
Et internationalt hold af forskere, med deltagelse af Københavns Universitet, har udviklet en ny AI-model, der kan forudsige sygdomme op til 20 år ude i fremtiden. Ligesom ChatGPT forudsiger det næste mest sandsynlige ord i en sætning, kan den nye model forudsige den næste og mest sandsynlige diagnose ud af mere end 1.000 sygdomme.
Forskningen er netop udgivet i det anerkendte videnskabelige tidsskrift Nature.
AI kortlægger motorveje for sygdomsforløb
Modellen er trænet på sundhedsdata fra 400.000 deltagere i UK BioBank. Her har den lært at genkende mønstre i deltagernes sygdomsforløb og livsstil, og bruger den viden til at forudsige den næste sygdom. Forskerne har efterfølgende testet modellen med danske data, og den kan bruges med stor nøjagtighed, ifølge dem.
– Vi ville undersøge, om det er muligt at udvikle en metode, der kan forholde sig til mere end 1.000 sygdomme på samme tid. Det viser vi med studiet, at det er, siger professor Søren Brunak fra Københavns Universitet, der er en af forskerne bag studiet.
Ifølge Søren Brunak er den primære fordel, at modellen kan hjælpe multisyge patienter, som er svære at håndtere i sundhedsvæsnet.
Multisygdom er en dyr og svær opgave at håndtere, og derfor har vi brug for at kortlægge “motorvejene” i sygdomsforløbene – altså de forløb, som flest patienter følger, siger han.
Potentiel bedre og mere præcis behandling
Fordi nogle sygdomsforløb følger mere forudsigelige mønstre, er modellen mere præcis i sine fremskrivninger af sygdomme som hjerteanfald, visse kræfttyper og blodforgiftning.
Det kan i fremtiden hjælpe læger med at vurdere, om en patient er i øget risiko og derfor skal behandles mere intensivt. Det omvendte er også gældende, så man undgår overbehandling.
Fakta om studiet:
-
Træning: Modellen er trænet på data fra 400.000 deltagere fra UK BioBank.
-
Test: Modellen er efterfølgende testet i Danmark med data fra Landspatientregistret.
-
Partnere: Studiet er et samarbejde mellem forskere fra bl.a. Københavns Universitet, European Molecular Biology Laboratory og flere tyske forskningsinstitutioner.
-
Finansiering: Projektet er bl.a. finansieret af Novo Nordisk Fonden
22/9 2025
