Slagtilfælde rammer hvert år tusindvis af danskere. Op i mod 20 procent dør, og blandt de overlevende må mange leve med så voldsomme eftervirkninger, at de har brug for hjælp i dagligdagen.
Nu kan AI og brugen af virtuelle tvillinger måske være en vej til dels at forhindre slagtilfældet, dels at skræddersy behandlingen – både den akutte og rehabiliteringen.
Projektet hedder Target. Det er finansieret af EU og det indbefatter ni universiteter, seks sundhedsudbydere og fire virksomheder i Europa, med Lunds Universitet som tovholder.
Projektet er opdelt i tre dele, fra risikovurdering til rehabilitering.
I første del vil man undersøge, om det er muligt at anvende AI til at identificere, hvilke personer med hjerteflimmer – det er patientgruppen man tager udgangspunkt i – som er i risiko for at få et iskæmisk slagtilfælde.
Næste del omhandler den akutte plejefase. Også her vil AI komme til at spille en rolle, nemlig i at understøtte sundhedspersonalets beslutningstagning om at vælge den optimale behandling under et hospitalsophold.
Sidste del har fokus på rehabilitering, hvor AI også bruges til individuel tilpasning. Den udviklede rehabiliteringsplan er baseret på hver patients unikke data, som har til formål at maksimere restitution og forbedre livskvaliteten.
Som en del af projektet arbejder man med såkaldte virtuelle tvillinger. Der er tale om digitale billeder, som skal anvendes til at skabe forskellige såkaldte forudsigelsesmodeller for de forskellige dele af projektet. De er delt op i to dele. Den ene er drevet af maskinlæring og en drevet af mekanistisk modellering.
Håbet er, at de virtuelle tvillinger kan forudsige effekten af behandlingerne og genoptræningen. Sammen med forudsigelsesmodellerne, vil man kunne bestemme, hvordan hver enkelt patient kan modtage den bedste pleje, baseret på deres specifikke behov, i en given situation.
Kilde: lu.se
