− Vi är ett stort steg närmare en praktisk tillämpning. Nu kommer vi att få mer belägg för hur stor skillnad digitala tvillingar gör för patientkommunikationen, alltså människors förmåga att ändra sitt beteende och förståelsen för hälsosituationen. Vi får också mer belägg för behandling och faktiskt utfall, säger Gunnar Cedersund, docent och universitetslektor vid institutionen för Medicinsk teknik, Linköpings universitet.
Gunnar Cedersund. Foto Emma Busk Winquist
LiU tilldelas elva miljoner kronor av satsningen. Totalt femton olika aktörer finns med i projektet, därav fem lärosäten och åtta sjukhus. Det är sjukhus inom Region Östergötland, Region Västerbotten och liknande verksamheter i Rumänien, Storbritannien, Spanien och Tyskland.
− Det är väldigt glädjande. Vi står för ansökan och ansvarar för att designa och samordna projektet, tillägger Gunnar Cedersund.
Vilka olika sjukdomstillstånd har LiU studerat hittills?
− Vi har till exempel studerat modeller för blodtrycksmedicin, eller en diabetesmedicin som kan främja insulinproduktionen. Vi kan också simulera hur ökad motion eller ändrad kost påverkar risken för diabetes eller en stroke, säger Gunnar Cedersund.
Metoden för machine learning kallas federerat lärande, vilket är ett nyckelbegrepp i projeket:
− Datormodellerna kan hoppa runt mellan databaserna, lära sig vad som går att lära och ta med sig kunskapen. Det innebär att man slipper spara all data på ett och samma ställe, vilket skulle vara etiskt och legalt omöjligt. Så här kan till exempel sjukhusen ha kvar sina data inom sina brandväggar.
Tvillingen har också en mekanistisk del som beskriver olika processer, som biokemi, metabolism, blodflöde, hjärnaktivitet och så vidare. Denna del bygger på över 20 års forskning, med experiment både i laboratorier och klinisk miljö (sjukvård) samt publikationer om olika delmodeller.
− Vi kan simulera hur ett läkemedel påverkar kroppen, och undersöka vilket resultat det kan få. Vi kan också visualisera dessa simuleringar för en patient, med förhoppningen att förbättra läkar/patient-kommunikationen.
Ett resultat av detta förväntas bli att öka patientens förståelse för sin hälsa och motivation till förändring:
− Vi kommer att undersöka om vi kan få fler att börja motionera, äta bättre, eller att mer konsekvent ta sina mediciner.
Leder projekt
Han leder projektet STRATIF-AI som har fått 65 miljoner kronor under fyra år, från Europe Horizon (EU-kommissionen). Projektet är kopplat till stroke-forskning. Men metoden med digitala tvillingar förväntas få många olika användningsområden.LiU tilldelas elva miljoner kronor av satsningen. Totalt femton olika aktörer finns med i projektet, därav fem lärosäten och åtta sjukhus. Det är sjukhus inom Region Östergötland, Region Västerbotten och liknande verksamheter i Rumänien, Storbritannien, Spanien och Tyskland.
− Det är väldigt glädjande. Vi står för ansökan och ansvarar för att designa och samordna projektet, tillägger Gunnar Cedersund.
Vilka olika sjukdomstillstånd har LiU studerat hittills?
− Vi har till exempel studerat modeller för blodtrycksmedicin, eller en diabetesmedicin som kan främja insulinproduktionen. Vi kan också simulera hur ökad motion eller ändrad kost påverkar risken för diabetes eller en stroke, säger Gunnar Cedersund.
Mångårig forskning
Han har sedan flera år tillbaka arbetat med att simulera mänskliga organ, ungefär som att lägga ett digitalt pussel av den mänskliga kroppen. Detta görs genom att kombinera machine learning och mekanistiska modeller. Med hjälp av machine learning samlar en datormodell omfattande forskningsdata och kunskap från sjukhus, universitet och biobanker, för att skapa riskmodeller för stroke.Metoden för machine learning kallas federerat lärande, vilket är ett nyckelbegrepp i projeket:
− Datormodellerna kan hoppa runt mellan databaserna, lära sig vad som går att lära och ta med sig kunskapen. Det innebär att man slipper spara all data på ett och samma ställe, vilket skulle vara etiskt och legalt omöjligt. Så här kan till exempel sjukhusen ha kvar sina data inom sina brandväggar.
Tvillingen har också en mekanistisk del som beskriver olika processer, som biokemi, metabolism, blodflöde, hjärnaktivitet och så vidare. Denna del bygger på över 20 års forskning, med experiment både i laboratorier och klinisk miljö (sjukvård) samt publikationer om olika delmodeller.
Vi kan simulera hur ettDen sammanlagda modellen, där organen kommunicerar med varandra, är vad som utgör den digital tvillingen. Denna är också personspecifik för en viss person, och uppdateras regelbundet genom ständigt pågående analyser av nya data som genereras om en person. Dessa kan komma från olika mätningar som bärbara sensorer, nya undersökningar och liknande.
läkemedel påverkar kroppen
− Vi kan simulera hur ett läkemedel påverkar kroppen, och undersöka vilket resultat det kan få. Vi kan också visualisera dessa simuleringar för en patient, med förhoppningen att förbättra läkar/patient-kommunikationen.
Ett resultat av detta förväntas bli att öka patientens förståelse för sin hälsa och motivation till förändring:
− Vi kommer att undersöka om vi kan få fler att börja motionera, äta bättre, eller att mer konsekvent ta sina mediciner.
Akut behandling och rehabilitering
Även vid vård av stroke kan tvillingen bli användbar. Både under akut behandling, och efteråt vid rehabilitering.Under rehabiliteringen kan− Vid akutbehandlingen av en stroke kan man använda tvillingen för att se sjukdomshistoria och fatta beslut om optimala ingrepp. De mätningar som görs akut kan sen också bli användbara i framtiden. Under rehabiliteringen kan patienten se in i tvillingen, och följa hur rehabiliteringsprocessen fortlöper, och även här öka motiveringen att göra sina rehabiliteringsövningar, säger Gunnar Cedersund.
patienten se in i tvillingen
