Ett enkelt blodprov i kombination med artificiell intelligens. Forskare vid Lunds universitet utvecklar nu en metod för att snabbt identifiera patienter som riskerar att utveckla livshotande sepsis.
I Sverige drabbas varje år minst 50 000 människor av sepsis, som tidigare kallades blodförgiftning. Det är ett livshotande tillstånd som orsakas av en infektion. Eftersom sjukdomsförloppet går snabbt är det en stor utmaning för vården att ställa rätt diagnos.
– Det är svårt att förutsäga vem som återhämtar sig och vem som riskerar livshotande organsvikt. Därför behöver vi bättre förstå sepsis på molekylär nivå och identifiera högriskpatienter innan det är för sent, säger Lisa Mellhammar, infektionsläkare vid Skånes universitetssjukhus och som forskar om sepsis vid Lunds universitet.
Unika mönster av proteiner
Forskare har undersökt 1 364 plasmaprover från vuxna med misstänkt sepsis mellan 2016 och 2023. Av patienterna hade 913 sepsis. Genom att analysera blodplasman, identifierade forskarna unika mönster av proteiner som är kopplade till immunsvaret hos patienter med sepsis.
Forskarna har använt så kallad masspektrometri för att göra analyserna.
– För sepsis, som är ett så heterogent tillstånd, behövs stora mängder patientmaterial för att kunna hitta gemensamma profiler. Med den nya tekniken med avancerad masspektrometri, kunde vi också mäta över 800 proteiner i ett enda blodprov, vilket är en förutsättning för att få tillgång till all information, säger Adam Linder, forskare i infektionsmedicin vid Lunds universitet och överläkare vid Skånes universitetssjukhus.
Digital tvilling användes
Forskarna skapade så kallade molekylära signaturer från sin analys. Dessa användes tillsammans med övrig information om patienter, till exempel blodtryck och puls, för att bygga en digital tvillingmodell.
AI-modellen tränades i att jämföra de olika proteinprofilerna med övriga faktorer för att kunna förutsäga vem som sannolikt skulle drabbas av septisk chock eller organsvikt.
Genom att hitta patienter med liknande sjukdomsprofil och jämföra deras förlopp, kunde forskarna klassificera patienterna i olika riskkategorier.
– Det är mycket som ska stämma vid digitala tvillingmodeller, men ju mer data vi får in, desto mer korrekt blir sannolikt riskbedömningen och vi får bättre förutsättningar för mer precisa vapen till att bekämpa sjukdomsförloppet, säger Adam Linder.
Målet är anpassad behandling
Sepsis är en sjukdom där tajmingen är väldigt viktig. I djurstudier har forskarna sett att om man ger läkemedel vid olika tidpunkter, har det stor inverkan på prognosen.
Idag finns begränsad möjligheter till den här typen av precisionsmedicin för behandling av sepsis på människor, men forskarnas förhoppning är att studien ska ge möjligheter till mer effektiv och individualiserad behandling – inte bara vid sepsis utan även vid framtida infektionspandemier.
Forskarna ska nu skapa ett svenskt nätverk mellan olika sjukhus för att samla in ytterligare blodprov och kliniska data.
– Nästa steg är att kliniskt validera verktygen och få ner tiden det tar för att få provsvar, men vi hoppas att metoden ska kunna användas för att minska dödligheten i sepsis inom en överskådlig framtid, säger Lisa Mellhammar.
Texten baseras på en artikel som publicerats på Lunds universitets webbplats.
Vetenskaplig studie:
Population scale proteomics enables adaptive digital twin modelling in sepsis.
(Resultaten från studien har publicerats som så kallad preprint. Det innebär att studien ännu inte genomgått peer review-granskning inför publicering i en vetenskaplig tidskrift.)
