Talnørden Phillip vil forbedre forløb efter lungekræftkirurgi med AI

Læge og postdoc ved Anæstesi- og Intensivafdeling Phillip Kaasgaard Sperling kan nu skrive ”ung talentfuld kræftforsker” på CV’et. Det er nemlig titlen på det program fra Kræftens Bekæmpelse, hvorfra han netop har modtaget 2,5 mio. kr. til sit nye, store forskningsprojekt.

- Overordnet vil vi undersøge, om vi kan blive klogere på, hvordan folk klarer sig efter lungekræftoperationer. Vi vil bruge kunstig intelligens til at finde mønstre i store mængder data fra de ca. 15.000 lungekræftpatienter, som er blevet opereret de seneste 20 år, fortæller han.

I studiet får forskerne adgang til data fra Danmarks Statistik, som ifølge Phillip Kaasgaard Sperling indeholder ”nærmest alle de informationer, man kan ønske sig”. Men et centralt element i projektet er også interviews med patienter. 

- Danmarks Statistik rummer enormt mange data om outcome efter operation, men ikke nødvendigvis de parametre, patienterne selv oplever som vigtige. Vi vil derfor invitere patienter og patientforeninger ind i processen til en snak for at sikre, at de indikatorer, vi måler på, også giver mening for dem, siger Phillip Kaasgaard Sperling.

Projektet er planlagt med flere forskellige faser. Den første fase er den retrospektive, hvor forskerne udvikler en prædiktionsmodel ud fra registerdata. 

- Vi ser, hvilke data, det giver mening at bruge, og ”leger med det”. Og når vi så har lavet modellen og valideret den på de data, vi har fra Danmarks Statistik, vil vi afprøve modellen på patienter for at se, om den også fungerer prospektivt.

Endemålet er en model, der kan forudsige, hvordan patienter klarer sig efter operation – altså hvilke patienter der risikerer komplikationer, som f.eks. infektioner, langvarige smerter eller genindlæggelser.

- Hvis vi tidligt kan identificere de patienter, der risikerer et vanskeligt forløb, kan vi tilbyde dem en mere målrettet behandling – for eksempel mere intensiv smertelindring eller forebyggende tiltag, forklarer Phillip Kaasgaard Sperling.

Bastard-ingeniør

Selvom Phillip Kaasgaard Sperling er læge af uddannelse, har han svært ved at skjule sin begejstring for tal, modeller og algoritmer, når han beskriver detaljerne i projektet. Under sin ph.d. tog han størstedelen af sine kurser på ingeniørstudiet, og han omtaler selv sit faglige ståsted som en hybrid mellem medicin og data science.

- Data science er lige noget for en talnørd som mig. Jeg har talt med flere, som fortæller, at de ser mig lidt som en ”bastard-ingeniør”, og jeg har nok en mere firkantet tankegang end mange af mine lægekollegaer. Jeg kan godt lide, når tallene får lov at tale, fordi de giver et troværdigt billede af mønstre, vi måske ikke ser i en travl klinisk hverdag, forklarer han.

Netop kombinationen af klinisk blik og en stærk teknisk interesse er sandsynligvis blandt årsagerne til, at Kræftens Bekæmpelse har fundet ham og projektet kvalificeret til en bevilling fra “Unge talentfulde kræftforskere”-puljen. En bevilling der vidner om, at hans særlige profil og inddragelse af data science rummer et stort potentiale for fremtidens kræftforskning.

- Det pynter da helt klart på CV’et at kunne smykke sig med ”ung talentfuld kræftforsker” fra en velanskrevet kræftinstitution. En ting er jo selve bevillingen, som giver mulighed for tre års fuldtidsforskning – men at modtage et career grant i en så ung alder er også en blåstempling, som forhåbentlig kan være med til at åbne nogle døre fremadrettet. Det er jeg enormt glad for og stolt over, fortæller Phillip Kaasgaard Sperling.

Et gennembrud for anæstesiforskningen

Det er ikke kun Phillip Kaasgaard Sperling, der er glad og stolt over, at projektet nu bliver en realitet. For ifølge speciallæge og klinisk lektor ved Anæstesi- og Intensivafdeling Jannie Bisgaard Stæhr er bevillingen også en vigtig milepæl for det anæstesiologiske speciale:

- Det her er stort for anæstesispecialet. Projektet knytter an til vores enhanced recovery after surgery-forskning, hvor vi har fokus på at optimere højrisikopatienter før, under og efter operationen, med henblik på at forbedre outcome, fortæller hun.

Hun mener, at projektet på den lange bane kan bidrage til at fokusere de knappe ressourcer bedre og sikre en mere målrettet behandling til de patienter, der har brug for det:

- Med Phillips model kan vi udvælge de patienter, som rent faktisk vil have gavn af den ekstra optimering. Vi har ikke ressourcer til at tilbyde alle patienter hele pakken, og derfor er det afgørende, at vi kan dosere indsatsen efter hvem, der rent faktisk får gavn af det. På den måde hjælper vi ikke bare patienten, men også sundhedsvæsenet og vores kommende kollegaer, siger hun og tilføjer:

- Det forudsætter en tværfaglig og multidisciplinær indsats, hvor vi skal arbejde tæt sammen med de kirurgiske specialer og med de andre faggrupper – fx plejepersonalenet, opvågningspersonalet, fysioteraupter – og måske også almen praksis. 

Studiet er planlagt til at begynde til september næste år. Først er der lige en KBU, der skal afsluttes:

- Jeg glæder mig virkelig meget til, at vi for alvor kan komme i gang. I mellemtiden begynder vi så småt at se på, hvilke data vi kan hente ud af Danmarks Statistik for denne patientgruppe, så vi ved projektstart er klar til at invitere patienter og patientforeninger ind til den validering af de outcomes, vi påtænker at undersøge, afslutter Phillip Kaasgaard Sperling.