
Forskere præsenterer en ny AI-teknologi, der drastisk forbedrer diagnosen af sjældne sygdomme. Den innovative løsning, udviklet af et forskerhold fra Aarhus Universitet, viser lovende resultater i kliniske forsøg og kan potentielt revolutionere behandlingen af patienter med undiagnostiserede lidelser.
I de seneste tre år har forskerteamet arbejdet på at udvikle en avanceret algoritme, der analyserer genetiske data for at identificere sjældne sygdomme. Resultaterne fra de første kliniske forsøg, præsenteret på en konference i Odense, viser en nøjagtighed på 95 procent i diagnose af sjældne genetiske tilstande, hvor traditionel medicin hidtil har haft ringe succes.
Effektiv proces for patienter
Dr. Mette Larsen, leder af forskergruppen, udtalte: "Langt de fleste sjældne sygdomme er ofte blevet overset i vores medicinske system. Vores teknologi kan hjælpe med at skære ned på den tid og de ressourcer, der kræves for at stille en korrekt diagnose." Undersøgelser viser, at ventetiden for diagnose kan reduceres fra op til fem år til blot et par måneder med den nye metode.
De kliniske forsøg blev udført på patienter fra flere hospitaler i Region Midtjylland. En af deltagerne, 28-årige Jonas Thomsen fra Viborg, har i årevis kæmpet med uforklarlige symptomer. "Det har været en frustrerende rejse. At høre, at der endelig er håb for os, er en lettelse," sagde han, mens han delte sin erfaring med forskerholdet på konferencen.
Styrker den kliniske praksis
Den nye algoritme analyserer hundredvis af genetiske markører og sammenligner dem med et omfattende database af sjældne sygdomme. Det har gjort det muligt for læger at træffe hurtigere beslutninger og dermed starte den rette behandling tidligt i forløbet. Ifølge den anerkendte genetiker, professor Lars Nygaard, vil dette have en betydelig indflydelse på patienternes livskvalitet. "Det er en game changer. Tidligt greb om sygdomme kan være livsreddende,” tilføjede han.
Forskningsholdet arbejder nu på at evaluere teknologien i større skala. De planlægger at involvere flere hospitaler i Danmark samt samarbejde med internationale forskningscentre for at sikre, at metoden kan anvendes globalt. Målet er at gøre teknologien tilgængelig for hele sundhedssektoren inden udgangen af 2028.
I takt med at diskussionerne om implementeringen går i gang, ser forskerne frem til feedback fra både lægersammenslutninger og patienter for at finjustere teknologien yderligere. Det næste skridt inkluderer en serie af workshops med involverede parter for at forstå og adresserer de udfordringer, der kan opstå i udbredelsen af den nye løsning.
Fremover vil detaljerne i, hvordan og hvor hurtigt denne AI-teknologi kan implementeres, blive en central del af diskussionen i det danske sundhedsvæsen.