AI kan avslöja dolda sjukdomsmönster
Hur kan artificiell intelligens hjälpa forskare att förstå komplexa sjukdomsförlopp och identifiera tidigare dolda samband? Det var temat när Fang Fang, professor vid Institutet för miljömedicin, Karolinska Institutet, intervjuades i den internationellt ledande medicinska tidskriften JAMAs poddserie JAMA+ AI Conversations.
I intervjun beskriver Fang Fang hur AI-metoder kan användas för att analysera mycket stora och komplexa datamängder inom epidemiologisk forskning, särskilt inom neurodegenerativa sjukdomar som ALS, Parkinsons sjukdom och demens.
Ett centralt tema är de unika möjligheterna i de nordiska hälsoregistren. Tack vare personnummer och långsiktiga registerdata kan forskare följa människors hälsa genom stora delar av livet och koppla samman information om exempelvis sjukvård, läkemedel, familjeförhållanden och socioekonomiska faktorer. Enligt Fang Fang gör det Norden särskilt väl lämpat för AI-baserad forskning.
I samtalet lyfter hon också fram att AI är särskilt användbart för att hantera så kallad multimodal data – stora mängder information från olika källor samtidigt – något som traditionella statistiska modeller ofta har svårt att göra effektivt. AI kan därmed hjälpa forskare att upptäcka tidigare osynliga sjukdomsmönster och kartlägga sjukdomsförlopp över tid.
Samtidigt betonar Fang Fang vikten av vetenskaplig försiktighet. AI:s prediktiva kraft måste kombineras med epidemiologisk och biologisk förståelse så att resultaten blir både tolkbara och vetenskapligt förankrade.
Intervjun är en del av JAMA+ AI Conversations, en serie där forskare och experter diskuterar den snabbt växande användningen av AI inom medicin och hälsovetenskap.
Lyssna till intervjun här
JAMA+ AI Conversations with Fang Fang