Skip to main content

-først med nyheder om ny medicin

Maskinlæring kan fremskynde diagnosen af psoriasisgigt

EADV: Tidlig behandling af psoriasisgigt er knyttet til bedre resultater, men mange patienter venter længe, før de får stillet diagnosen. Nu har israelske forskere udviklet et computersystem, som ved hjælp af kunstig intelligens skal opspore patienterne hurtigere.

Med en specificitet på 90 procent lykkedes det systemet PredictAI at identificere op til halvdelen af tilfældene af udiagnosticeret psoriasisgigt hos psoriasis-patienter — og det mellem et og fire år før, der opstod mistanke om sygdommen blandt læger.

Det rapporterer hudlæge Jonathan Shapiro fra Maccabi Healthcare Services i Ramat Hasharon og hans kolleger i et abstract (#592) præsenteret på European Academy of Dermatology and Venereology's årskongres i Milano.

Omkring 20 procent af psoriasis-patienter har også psoriasisgigt, men i halvdelen af tilfældene er sygdommen ikke blevet diagnosticeret. Forskning viser, at patienter, der behandles på et tidligere stadie, oplever større forbedringer i deres sygdom.

År før klinisk mistanke opstod

For at udvikle PredictAI benyttede forskerne data fra elektroniske journaler fra Maccabi Healthcare Services for cirka 2,5 millioner patienter. De inddelte patienterne i to kohorter — psoriasispatienter og patienter generelt — og lavede et trænings- og et testdatasæt baseret på hver kohorte. De testede så systemets evne til at identificere psoriasisgigt mellem et og fire år før, der opstod klinisk mistanke om lidelsen.

Med en specificitet på 90 procent lå sensitiviteten på mellem 38 og 50 procent i psoriasiskohorten, og den positive prædiktive værdi var 30 til 34 procent. Det svarer til, at cirka en tredjedel af de patienter, PredictAI fandt frem til, rent faktisk blev diagnosticeret med psoriasisgigt på et senere tidspunkt. Omvendt var to tredjedele falsk positive.

I den generelle patientkohorte lå sensitiviteten på mellem 32 og 42 procent, og den positive prædiktive værdi mellem otte og ti procent, når specificiteten blev sat til 99 procent.

Computersystemet kan altså i teorien skyde sig nærmere ind på hvilke patienter, der har eller vil udvikle psoriasisgigt. Men hvordan resultaterne skal implementeres i praksis kræver flere studier, siger forskerne.