Revolusjon innen endometriosediagnose: AI gir nytt håp!

Revolusjon innen endometriosediagnose: AI gir nytt håp!

Endometriose er en stort sett ukjent, men utbredt sykdom som anslås å ramme hver tiende til femtende kvinne i fertil alder i Tyskland. Til tross for de omfattende symptomene, som sterke bekkensmerter ved menstruasjon, infertilitet og funksjonsforstyrrelser ved avføring og vannlating, stilles ofte ikke diagnosen. Det tar vanligvis i gjennomsnitt åtte år før sykdommen blir gjenkjent. Mange pasienter finner først ut om sykdommen sin under en endoskopisk prosedyre. Dette enorme antallet urapporterte tilfeller og de varierende symptomene representerer en stor utfordring for det medisinske omsorgslandskapet. Et nytt initiativ fra Friedrich-Alexander University Erlangen-Nürnberg (FAU) har som mål å forbedre diagnostiske alternativer ved bruk av kunstig intelligens (AI).

Forskningsprosjektet kalt EndoKI mottar midler på tre millioner euro fra det bayerske statsdepartementet for helse, omsorg og forebygging. Målet er å forbedre ikke-invasiv diagnostikk og effektiv behandling av endometriosepasienter. Den skal gjennomføres over en periode på tre år og kombinerer ulike bildeteknikker som ultralyd og MR med AI-metoder for å utvikle en detaljert 3D-modell for pasienter. Et tverrfaglig team på fem forskere fra FAU og Erlangen universitetssykehus, støttet av partnere fra universitetet i Würzburg og det tekniske universitetet i München, driver dette prosjektet fremover.

Utfordringer ved diagnose av endometriose

Symptomene på endometriose blir ofte ignorert eller feiltolket, noe som fører til betydelige forsinkelser i diagnosen, som kan variere fra fire til elleve år. For å endre dette har forskere i det EU-finansierte FEMaLe-prosjektet utviklet ytterligere innovative tilnærminger. Denne bruker AI til å analysere pasientdata som kliniske journaler, symptomer og genetisk informasjon. Denne teknologien gjør det mulig å oppdage subtile mønstre og tidlige indikatorer på endometriose på et tidlig stadium.

Som en del av FEMaLe-prosjektet ble to nøkkelsystemer utviklet: et klinisk beslutningsstøttesystem for helsepersonell og en digital ledsager-app for pasienter. Denne appen lar brukere spore symptomer og behandlinger over tid. Anonymiserte data fra appen strømmer inn i AI-motoren, noe som bidrar til å forbedre diagnostiske forslag. Målet er å fremskynde diagnostikk og dermed redusere antall nødvendige operasjoner.

Integrering av AI i behandling

I tillegg til å forbedre diagnosen, kan integrering av AI også fremme innovative tilnærminger til endometrioseterapi. Utviklingen av Endo-appen er i denne sammenhengen. Den er basert på retningslinjer fra en uavhengig EU-ekspertgruppe som tar hensyn til prinsipper som lovlighet, etikk og robusthet. Dette for å sikre at bruken av denne teknologien overholder både lovkrav og etiske prinsipper.

De mulige bruksområdene for AI er lovende. Ved å analysere brukernes symptomdagbøker kan AI gjenkjenne mønstre og avdekke sammenhenger mellom symptomer og faktorer som kosthold eller trening. Det kan også bidra til å unngå unødvendige invasive prosedyrer og muliggjøre raskere diagnose. AI vil kontinuerlig lære og forbedre basert på tilbakemeldinger fra brukere og en voksende database med symptomer og kliniske resultater.

På sikt vil det bli opprettet en pseudonymisert database med MR-datasett og histopatologisk informasjon. Det skal også gjennomføres en kvalitativ etnografisk delstudie for å fange gynekologer, pasienter og forskeres perspektiver. Det bør utvikles anbefalinger for diagnostikk og terapi, også for organisasjoner som WHO. Det er planlagt en konferanse om temaet endometriose i 2028 ved FAU og Universitetssykehuset for å videreformidle kunnskapen og fremme utveksling mellom eksperter.

Samlet sett viser det at kombinasjonen av AI og tverrfaglig forskning åpner for lovende måter å bærekraftig forbedre omsorgen for endometriosepasienter. [FAU] rapporterer om viktige skritt mot mer effektiv diagnostikk og terapi. Men prosjekter som [CORDIS] og [Endometriose.App] illustrerer også behovet for å øke livskvaliteten til berørte kvinner og for å forstå, måle og behandle smertene deres.