Szwedzki model AI przewiduje złamania szyjki kości udowej lata przed ich wystąpieniem

Zespół z Sahlgrenska Osteoporosis Centre na Uniwersytecie w Göteborgu opublikował w czasopiśmie PLOS Medicine model uczenia maszynowego, który przewiduje ryzyko złamania szyjki kości udowej u osób powyżej 50. roku życia bez żadnego badania czy wizyty lekarskiej. Narzędzie o nazwie FRACTURE-ML korzysta wyłącznie z danych już zgromadzonych w szwedzkich rejestrach zdrowotnych i identyfikuje zagrożonych pacjentów znacznie skuteczniej niż stosowane dziś metody przesiewowe.

Jak działa model

Autorzy przeanalizowali niemal 140 tysięcy potencjalnych zmiennych zebranych w rejestrach diagnoz, recept, procedur medycznych oraz danych demograficznych i społeczno-ekonomicznych. Grupę badaną podzielono na trzy części: kohortę odkrywczą liczącą 886 362 osoby posłużyła do eksploracji wzorców, kohorta rozwojowa obejmująca 2 302 022 uczestników posłużyła do trenowania modelu, a kohorta walidacyjna liczącą 354 261 osób umożliwiła niezależną ocenę skuteczności.

Badacze porównali trzy podejścia: klasyczną regresję Coxa, algorytm XGBoost oraz sieć głęboką DeepSurv. Najlepiej wypadła wersja oparta na uczeniu głębokim, ale uproszczona wersja modelu wykorzystująca tylko 35 zmiennych osiągnęła zbliżoną skuteczność, co otwiera drogę do prostszego narzędzia możliwego do wdrożenia w praktyce klinicznej.

Dlaczego to ważne

Złamania szyjki kości udowej u osób starszych wiążą się z wysoką śmiertelnością, długotrwałą niepełnosprawnością i utratą samodzielności. W badanej kohorcie zmarło 754 051 osób, czyli 21,3 procent uczestników, co pokazuje skalę problemu w populacji objętej obserwacją. Obecne metody przesiewowe, takie jak Fracture Liaison Services, zwykle identyfikują pacjentów dopiero po pierwszym złamaniu, a nie przed nim.

Wykazaliśmy, że można przewidzieć ryzyko złamania szyjki kości udowej na poziomie populacyjnym bez bezpośredniego kontaktu z pacjentem - Kristian Axelsson, główny autor badania, Uniwersytet w Göteborgu

Złamania szyjki kości udowej często wiążą się ze znacznym cierpieniem, utratą samodzielności i podwyższoną śmiertelnością, a nasz model bardzo dobrze rozróżnia osoby wysokiego i niskiego ryzyka - Mattias Lorentzon, profesor geriatrii, Uniwersytet w Göteborgu

Ograniczenia i dalsze kroki

Autorzy zastrzegają, że model opiera się wyłącznie na danych rejestrowych i nie uwzględnia czynników stylu życia, takich jak palenie tytoniu czy spożycie alkoholu, które również wpływają na ryzyko złamań. Model nie był też jeszcze walidowany zewnętrznie poza Szwecją, a jego rzeczywista przydatność kliniczna wymaga badań wdrożeniowych, których dotąd nie przeprowadzono.

Naukowcy planują testy walidacyjne w innych krajach oraz ocenę, jak wczesne wykrycie zagrożenia przekłada się na konkretne działania profilaktyczne, takie jak badania gęstości kości, programy zapobiegania upadkom czy leczenie farmakologiczne osteoporozy. Kluczowe pytanie brzmi, czy wcześniejsza identyfikacja zagrożonych pacjentów rzeczywiście zmniejszy liczbę złamań, a nie tylko poprawi statystyki wykrywalności.

Znaczenie dla systemów zdrowia

Model bazujący wyłącznie na danych już zebranych w rejestrach ma istotną przewagę praktyczną: pozwala na przesiewowe badanie całych populacji bez dodatkowego obciążania systemu ochrony zdrowia wizytami czy badaniami diagnostycznymi. To podejście może zainteresować kraje z rozbudowanymi rejestrami medycznymi, w tym Polskę, gdzie Narodowy Fundusz Zdrowia i inne instytucje gromadzą podobne dane administracyjne, choć ich jakość i kompletność różnią się od szwedzkich rejestrów populacyjnych.

Dla polskiego systemu ochrony zdrowia, który zmaga się ze starzejącym się społeczeństwem i rosnącą liczbą złamań osteoporotycznych, narzędzia tego typu mogłyby w przyszłości wspierać planowanie profilaktyki bez konieczności budowania nowej infrastruktury diagnostycznej. Wdrożenie takiego rozwiązania w Polsce wymagałoby jednak najpierw walidacji na krajowych danych oraz zgody na wykorzystanie rejestrów administracyjnych do celów predykcyjnych.