Klinisk utvärdering av AI-baserat beslutsstöd för behandling av infektioner orsakade av antibiotikaresistenta bakterier
Forskningsprojekt, 2024
– 2026
Infektioner orsakade av antibiotikaresistenta bakterier fortsätter att öka, vilket leder till miljontals dödsfall årligen. Antibiotika som under årtionden har använts framgångsrikt i sjukvården, till exempel penicilliner, har idag förlorat mycket av sin effektivitet. Pålitlig diagnostisk är därför nödvändigt för att säkerställa att varje infektion behandlas med rätt form av antibiotika. För allvarliga infektioner kan behandlingen behöva påbörjas innan alla diagnostiska tester har slutförts. Läkaren måste då basera behandlingen på en uppskattning, vilket har en större risk att misslyckas, vilket leder till lidande eller, i värsta fall, döden.Vi har utvecklat ett beslutssystem för behandling av patienter med bakteriella infektioner. Systemet utgår från information om den sjuka patienten och resultat från de diagnostiska tester som har hunnit slutföras och ger läkaren vägledning till en effektiv behandling. Genom att använda avancerad artificiell intelligens, liknande den som finns i chatbottar som ChatGPT, har systemet tränats på miljontals tidigare patienter, deras diagnostiska testresultat och den genetiska koden hos sjukdomsalstrande bakterier. Detta gör att systemet besitter erfarenheter från många tidigare sjukdomsfall och kan underbygga vägledningen med en stor mängd empirisk evidens.Syftet med det föreslagna projektet är att utvärdera beslutssystemet på tre stora kliniska laboratorier vid svenska sjukhus. Systemet kommer att anpassas till patientunderlaget, och korrektheten hos vägledningen kommer att bestämmas. Vi kommer även att undersöka om systemet är robust och ifall det kan gör rättvisa bedömningar för olika patientgrupper. Slutligen kommer vi att utvärdera den kliniska nyttan och om systemet kan leda till snabbare behandlingar och minska antibiotikaanvändning.Detta projekt kommer att introducera en ny form av AI-baserad diagnostisk, vilken har potential att möta det växande hotet från antibiotikaresistenta bakterier.
Deltagare
Erik Kristiansson (kontakt)
Chalmers, Matematiska vetenskaper, Tillämpad matematik och statistik
Finansiering
Vetenskapsrådet (VR)
Projekt-id: 2024-06177
Finansierar Chalmers deltagande under 2024–2026