AI giver mere præcis risikovurdering for demens

Kunstig intelligens kan bruges til rigtig mange ting – ikke bare i fremtiden, men allerede nu. Blandt andet kan det bruges til at forudse, med stor præcision, hvilke personer der inden for to år vil udvikle demens.

Det viser en stor undersøgelse, som forskere fra University of Exeter står bag. Baseret på data fra over 15 000 personer, der deltog i et netværk af 30 hukommelsesklinikker fra National Alzheimer’s Coordinating Center i USA, har de kunnet slå fast, at kunstig intelligens med 92 procent nøjagtighed kan forudsige, hvilke personer, der kommer på hukommelsesklinikker, vil udvikle demens inden for to år.

Samtidig vil kunstig intelligens også kunne reducere antallet af personer, der fejlagtigt får stillet en demensdiagnose, konkluderes det.

AI-algoritmer bedre til at forudsige end traditionelle metoder

I rapporten slås det fast, at sammenlignet med andre traditionelle modeller til forudsigelse af demensrisiko, var AI-algoritmer overlegne i forhold til at forudsige demens af alle årsager inden for to år.

Janice Ranson, ph.d., forsker ved University of Exeter, er en af de bærende kræfter bag undersøgelsen “Performance of Machine Learning Algorithms for Predicting Progression to Dementia in Memory Clinic Patients“, udgivet på JAMA Network Open. Hun forklarer, at når kunstig intelligens integreres i hukommelsesklinikkerne, kan det være med til at sikre en langt mere præcis diagnose.

AI-algoritmer kan nemlig trække oplysninger ud fra meget store og komplekse datasæt.

Se også: Kunstig intelligens til medicinsk behandling

Kortere klinisk relevant periode

I rapporten forklares det, at identificering af patienter med høj risiko for at udvikle demens er en udfordring for klinikere. Der findes i dag kliniske hjælpemidler til at estimere risikoen for at udvikle demens over længere tid, inden for seks til 20 år, ifølge rapporten. Der er dog endnu ikke blevet udviklet noget klinisk hjælpemiddel til at forudsige demensforekomsten i hukommelsesklinikker over en kortere klinisk relevant periode, for eksempel to år.

Forskningsleder David Llewellyn, PhD på University of Exeter, som overvågede undersøgelsen, slår fast undersøgelsen viser potentialet til at reducere gætteriet i klinisk praksis og forbedre diagnoseforløbet betydeligt med AI.

Se også: Nyheder om AI