AP1 – Artificial intelligence

The clinical potential of artificial intellegence in early detecion of lung cancer 

Ansvarlig/responsible:
Margrethe Høstgaard Bang Henriksen, læge, medicinsk afdeling, Sygehus Lillebælt

Link til dansk resume
Link to english summary

Status juni 2024
I løbet af de sidste 9 måneder har projektet udviklet sig på forskellige fronter.
Jeg har udgivet en baggrundsartikel om det datasæt, mit primære Ph.D.-projekt omhandler, nemlig patienter under udredning for lungekræft over en 10-årig periode i Region Syddanmark. Artiklen blev publiceret i Translational Lung Cancer Research i december 2023.
I samarbejde med Ali Ebrahimi fra Mærsk McKinney Møller Instituttet på SDU har jeg udgivet en artikel om automatisk prædiktion af rygestatus fra fritekst. Vi har udviklet en algoritme, der kan gennemlæse journaltekster og med høj nøjagtighed afgøre, om patienten er ryger eller ikke-ryger. Denne artikel blev publiceret i BMC Medical Research Methodology i 2024.
Jeg har fået accepteret en artikel om ambulante KOL-patienter i Region Syddanmark og om overlappet mellem dem og dem, der udredes i lungepakken, samt forekomsten af lungekræft i denne gruppe. Artiklen klarlægger, hvor hyppig lungekræft er blandt ambulante KOL-patienter, og bekræfter os i, at det kunne være meningsfyldt at screene denne population. Artiklen er accepteret i ERJ Open Research, og vi afventer den endelige publicering.
I samarbejde med Mærsk McKinney Møller Instituttet på SDU har jeg indsendt en artikel om prædiktion af lungekræft baseret på en machine learning-model, der bruger blodprøvesvar og rygestatus på patienter set i lungepakken. Den er aktuelt under peer review ved Scientific Reports.
Samtidig har jeg i samarbejde med Data Science ved Maastricht Universitet udviklet en prædiktionsmodel til opsporing af lungekræft ved hjælp af en anden metode (Bayesian Networks) end den nævnte. Artiklen er indsendt til Cancer Medicine og er aktuelt under review.
Derudover har vi indgået et samarbejde med Roche Diagnostics, hvor vi afprøver en anvendt prædiktionsmodel “LungFlag” på retrospektive data fra ambulante KOL-patienter. Denne retrospektive validering vil danne grundlag for et videre prospektivt studie, der er på trapperne.
Sidst, men ikke mindst, arbejder jeg sammen med samarbejdspartnere i Maastricht på at udvikle forskellige modeller til prædiktion af lungekræft, hvor vi afprøver forskellige datakilder og sammenholder nøjagtigheden. Vi ønsker dermed at blive klogere på, om blodprøver og rygestatus virkelig er den bedste kombination af data til prædiktion, eller om andre data som komorbiditet, medicinstatus eller symptomer kan give en højere nøjagtighed. Data er i øjeblikket ved at blive analyseret.

Publikationer
Henriksen MB, Hansen TF, Jensen LH, et al. A collection of multiregistry data on patients at high risk of lung cancer-a Danish retrospective cohort study of nearly 40,000 patients. Transl Lung Cancer Res. 2023;12(12):2392-2411. doi:10.21037/tlcr-23-495
 
Ebrahimi, A., Henriksen, M.B.H., Brasen, C.L. et al. Identification of patients’ smoking status using an explainable AI approach: a Danish electronic health records case study. BMC Med Res Methodol 24, 114 (2024). https://doi.org/10.1186/s12874-024-02231-4