Dansk algoritme finder personer med øget risiko for kræft i bugspytkirtlen

Efter et dødsfald i den nære familie har den unge statistiker Anders Bo Bojesen udviklet en algoritme, som scanner danske sundhedsregistre og finder personer, der med cirka 10 procents sikkerhed udvikler bugspytkirtelkræft inden for et år. Det har stort potentiale, vurderer læger.

For fem år siden oplevede Anders Bo Bojesen på nært hold, hvor dødelig bugspytkirtelkræft er. Hans svigermor fik diagnosticeret kræften i et sent sygdomsstadie, hvor der er meget få behandlingsmuligheder. Sygdommen udviklede sig hurtigt, og inden for få måneder døde hun. 

Sådan er det desværre for bugspytkirtelkræft, der i knap 80 procent af tilfældene opdages i et så sent stadium, at der ikke kan tilbydes operation med helbredende sigte. Den gennemsnitlige levetid efter diagnose er cirka et halvt år. Ved operation er prognosen dog langt bedre, og op mod 25 procent af patienterne er i live 5 år efter operationen. 

Det fik Anders Bo Bojesen til at undre sig: Hvorfor har nogen ikke udviklet en algoritme, som ved hjælp af sundhedsregistre kan finde danskere, der har øget risiko for bugspytkirtelkræft? 

Han kontaktede to klinikere ved Aarhus Universitetshospital og fortalte dem om idéen. Han vidste, at han havde brug for en klinikers perspektiv, hvis algoritmen skulle blive klinisk relevant. De var med på idéen og gik i gang med at søge økonomisk støtte til projektet. Det gik dog langt fra godt.

”Efter mange forgæves forsøg på at få finansiering, tænkte jeg, at det ikke kan være så svært at lave algoritmen – og så gik jeg i gang. Selve udviklingen af algoritmen tog måske et halvt års fuldtidsarbejde fordelt over to-tre år, da jeg udviklede den ved siden af mit almindelige arbejde,” siger Anders Bo Bojesen, der til daglig er senior statistiker hos Novo Nordisk.

Scanning af registre på daglig basis

Nu har Anders Bo Bojesen sammen med sine to kliniske samarbejdspartnere udgivet første forskningsartikel, publiceret i tidsskriftet JCO Clinical Cancer Informatics.

Studiet indikerer, at algoritmen kan finde undergrupper med op til 10 procents risiko for udiagnosticeret bugspytkirtelkræft. Der skal altså CT-scannes cirka ti personer i denne gruppe for at finde én med bugspytkirtelkræft. 

”Ved at lade algoritmen analysere registrene kan vi identificere personer i befolkningen, der har en høj risiko for at have uopdaget bugspytkirtelkræft. Det kan i princippet ske på daglig basis, at den udskriver CPR-numre på personer, som kan have gavn af at blive undersøgt for bugspytkirtelkræft med en CT-scanning,” siger Jakob Kirkegård, ph.d. og lektor på afdeling for Mave- og Tarmkirurgi ved Aarhus Universitetshospital. Han er en af de tre medforfattere til forskningsartiklen.

Når man medregner andre kræftformer i abdomen, som den finder gennem risikovurderingen, skal der kun scannes cirka seks personer for at finde én person med kræft.

”Vi er meget spændte på, hvor det ender, for umiddelbart ligner det, at algoritmen kan fungere som en infrastruktur for andre kræftformer, og hvordan man kan forudsige sygdom på baggrund af registrene,” siger Jakob Kirkegård.

Fra simulation til virkelighed

Resultaterne i studiet er lavet på baggrund af simulationer på registerdata, men siden forskerne færdiggjorde forskningsartiklen i marts 2023, har Anders Bo Bojesen ladet algoritmen ’køre’ cirka en gang om ugen på sundhedsregistrene. Efter analyse sender den krypterede CPR-numre på personer, som den vurderer har forhøjet risiko for bugspytkirtelkræft til en mappe i Sundhedsdatastyrelsen. 

Ud fra de ny-indsamlede og upublicerede data kan forskerne se, at simulationerne fra studiet umiddelbart holder stik, siger Anders Bo Bojesen.

”Vi ender formentlig med at finde personer med cirka 10 procents risiko,” siger han. 

Simulationerne peger også på, at algoritmen kan fremskynde diagnosetiden for bugspytkirtelkræft med op til 142 dage. Det tal er dog behæftet med stor usikkerhed, understreger Anders Bo Bojesen.

Inna Chen, der er overlæge på Kræftafdelingen ved Herlev og Gentofte Hospital og leder af Videnscenter for Medicinsk Behandling af Bugspytkirtelkræft,, har kigget på resultaterne og finder dem interessante – særligt hvis de kan bekræftes. 

”Det er et meget aktuelt område, og det ville være fantastisk, hvis man kan give en troværdig risikomærkning og opspore kræften tidligere. Det vil være en stor hjælp til klinikerne og patienterne. Der er en række spørgsmål, som skal afklares, men det er supergodt, at de kigger på området,” siger hun.Inna Chen, overlæge på Herlev og Gentofte Hospital og leder af Videnscenter for Medicinsk Behandling af Bugspytkirtelkræft. 

Etiske udfordringer

Umiddelbart er algoritmen den første af sin art, hvor man allerede nu kan teste den ’live’ på de danske sundhedsregistre, der løbende bliver opdateret. 

Men muligheden for at forudsige kræft hos enkeltpersoner rejser også nogle etiske udfordringer, siger Jakob Kirkegård. 

”Hvis vi ønsker at bruge modellen til at risikostratificere befolkningen, skal læger, politikere og myndigheder forholde sig til, hvad man vil gøre ved den information, som kommer ud af det. Skal personer med øget risiko tilbydes fokuseret diagnostik på baggrund af informationen og i så fald hvor hyppigt? Det er ikke nødvendigvis alle mennesker, som ønsker få viden om, at de har øget risiko for at få kræft,” siger han. 

Der er også en mulighed for, at algoritmen sender informationen til patientjournalen, så praktiserende læger kan bruge den til at vurdere, om en patient skal henvises til CT-scanning.

”Danmark har en unik mulighed for at bruge registrene til at forudsige sygdom, da de dækker hele befolkningen. Andre landes registre er ikke så komplette eller landsdækkende. I forhold til det med at kunne sende information til praktiserende læger, skal vi virkelig tænke os grundigt om, for vi vil nødigt lægge mere arbejde over på en allerede presset sektor,” siger Jakob Kirkegård.

Professor: Der er behov for mere computerkraft

Professor i systembiologi ved Københavns Universitet, Søren Brunak, finder studiet og algoritmen interessant og med et vist potentiale. 

”Det er et fint studie indenfor et område, hvor der er behov for nye forudsigelsesmetoder, fordi pancreascancer opdages så sent, som den gør,” siger Søren Brunak. Han arbejder selv med at udvikle kunstig intelligens til at opspore bugspytkirtelkræft og har for nyligt publiceret et studie i Nature Medicine.

”De neurale netværk (algoritmer, red.) er gode til at finde gensidigt udelukkende faktorer, som ikke enkeltvis associerer med pancreascancer diagnosen. Men jeg kan se i artiklen, at der er truffet en række valg i forhold til at begrænse de faktorer, der inkluderes i analysen, fordi det ellers ville være for ressourcekrævende for computeren. Det havde været optimalt, hvis forskerne havde haft computerressourcer nok, så man måske kunne have fundet noget helt nyt, som kunne give hidtil ukendt mekanistisk indsigt i sygdommens årsager og forløb. Det er der også brug for,” siger Søren Brunak.  

Den nye kunstige intelligens er trænet på alle danskeres alder, familiemedlemmer med bugspytkirtelkræft, sygdomshistorik, blodprøvesvar, kontakt til praktiserende læger og receptpligtig medicin.