23948sdkhjf

Superdatorn Watson snabbar på vården

De senaste teknikframstegen gör att enorma mängder data kan lagras om individer, deras gener och olika typer av sjukdomar. För att kunna nyttja informationen på bästa sätt behöver analytikerna ta plats i vårdapparaten, anser IBM:s talesman på Digital Health Days.
De senaste åren har forskare inom både det tekniska fältet och den medicinska forskningen gjort framsteg som i kombination med varandra skapar helt nya möjligheter för att förebygga och behandla breda folksjukdomar såväl som virusinfektioner samt ovanliga och ärftliga sjukdomar. Varje dag publiceras mängder med nya vetenskapliga rön världen över och en av utmaningarna är att hålla vården ajour.

- Även om vi i dag får fram dessa stora mängder data så länkas informationen inte samman i vården. Framöver tror jag att vi kommer att se analytiker på sjukhusen som har i uppdrag att tolka all data om patienten medan läkare och sjuksköterskor sköter bemötandet av de patienter som kommer in till klinikerna, sa John Crawford på IBM Europe under den två dagar långa konferens Digital Health Days som just nu tar plats på Stockholmsmässan i Stockholm.

De stora datamängderna, även kallat Big Data, karakteriseras av både den stora volymen, variationen av informationstyper och att datan kan samlas in realtid. Komplexiteten inom Big Data ger ytterligare utmaningar i och med teknikutvecklingen, menar John Crawford, nämligen att säkerställa att analyserna av datan blir pålitlig och säker. Sedan några år har IBM introducerat superdatorn Watson i vården för att se hur dataprogram kan användas för att effektivisera behandlingar av patienter.

- Bakgrunden till att vi introducerade Watson i vården var mycket för att vi hörde läkare uttrycka sin frustration över att svaret på patientens problem fanns gömd i datamängden, men att de inte kunde hitta det, sa John Crawford.

I dagsläget utvärderas superdatorn Watson på två olika cancerkliniker i USA. Syftet är att datorn ska hjälpa läkare sätta diagnosen tidigt och snabbt hitta rätt behandling. För att demonstrera superdatorns kapacitet visade John Crawford ett exempel med en patient, Jane Smith, 64 år och diagnostiserad med adenocarcinoma, en icke småcellig lungcancerform. Efter att ha fått patientens personuppgifter kunde Watson på några sekunder gå igenom drygt 34 000 vetenskapliga artiklar, drygt 6 000 kliniska studier och 3 400 läroböcker och därefter föreslå ett par olika behandlingalternativ som skulle passa Jane Smith. Watson listar i viss mån även de behandlingar som fortfarande utvärderas i kliniska studier.

- Viktigt att påpeka här är att Watson ger förslag, men besluten tas fortfarande av läkaren, sa John Crawford.

Tillsammans med patienten kan läkaren sedan gå igenom behandlingsalternativen och utifrån biverkningsprofiler och patientens rådande hälsotillstånd välja en behandling. Resultaten av behandlingarna utvärderas fortfarande men John Crawford påpekar att läkarna i omkring 90 procent av fallen väljer att gå på något av Watsons förslag.

- Egentligen är det inte så långt ifrån vanlig konsultation mellan patient och läkare, det är precis samma steg. Men det går betydligt fortare och på väldigt kort tid får patient och läkare förståelse för olika alternativ och vad varje behandling innebär, sa han.



Big Data har
även gjort sig användbar inom andra terapiområden. John Crawford nämnde exempel där forskare kunde förutspå när för tidigt födda barn skulle drabbas av feber till följd av virusinfektioner genom att följa barnens hjärtfrekvens samt hur läkare kan förutspå hur hivpatienter svarar på behandlingen genom att studera virusets genom.

- Vi är i starten av resan men ser redan att vi kan hjälpa människor att få en bättre hälsa både på individnivå och sett till den större populationen, sa John Crawford.

På frågan när John Crawford tror att Watson finns ute i den vardagliga kliniska miljön svarade han:

- Först måste vi bevisa träffsäkerheten och få processen tillräckligt snabb. Men det kommer att gå fortare än vi tror.
Kommentera en artikel
Utvalda artiklar

Nyhetsbrev

Sänd till en kollega

0.062