Tidigare cancerupptäckt med AI
Missad eller fördröjd cancerdiagnos är det vanligaste anmälningsärendet i primärvården. Behovet av riskbedömningsverktyg som analyserar patienters individuella cancerrisk är stort. Forskare utvärderar därför hur AI kan underlätta primärvårdsläkares cancerdiagnostik.
– Primärvårdspatienter söker ofta med diffusa symtom, som trötthet eller hosta. Dessa symtom kan i vissa fall tyda på cancer. I dagsläget saknar primärvården diagnostiska verktyg för att sålla ut de patienter som har en förhöjd risk att ha cancer och är i behov av vidare utredning. Primärvården behöver stödverktyg som bygger på kombinationer av symtom och fynd eftersom risken för cancer om man endast tittar på enstaka symtom är liten, säger Elinor Nemlander, nationell samordnare för tidig cancerupptäckt, distriktsläkare på Liljeholmens vårdcentral och doktorand på Karolinska institutet.
I forskningen, som genomförs i samverkan med Regionalt Cancercentrum Stockholm-Gotland och Västra Götalandsregionen, använder hon sig av maskininlärning för att bedöma komplexa symtombilder och andra faktorer som kan underlätta primärvårdsläkares diagnostisering av patienter med förhöjd risk att drabbas av cancer. AI-verktygen kan göra en samlad bedömning av ett stort antal parametrar.
”Primärvården behöver stödverktyg som bygger på kombinationer av symtom och fynd.”
Bidra till tidigare upptäckt
Elinor Nemlander betonar vikten av att den här typen av AI-verktyg ansluts till befintliga system för att minska ytterligare administrativ börda för primärvårdsläkare med en redan hög arbetsbelastning.
– Min ambition är att utveckla riskvärderingsverktyg för cancer som kan komplettera, snarare än ersätta, allmänläkarens kliniska omdöme. Verktygen fungerar som stöd i bedömningen av patientens individuella cancerrisk i primärvården, en motsvarighet till de riskvärderingsverktyg för hjärt-kärlsjukdomar som redan används. AI som komplement till kliniska bedömningar, kan bidra till att fler patienter med cancer upptäcks tidigt, säger hon.
