Du beställer inte ett prov i hopp om att det ska vara positivt
När en läkare beställer ett troponin frågar hon inte ”har den här patienten en hjärtinfarkt?” Hon frågar ”hur mycket ska jag justera min bedömning utifrån det här provsvaret?” Det är två olika frågor.
Redan innan provet beställs har hon en uppskattning. En 62-årig man med bröstsmärta som strålar ut i vänster arm och som är kallsvettig har hög sannolikhet före test för akut koronart syndrom. En 28-årig kvinna med samma huvudbesvär efter tre espresso har låg. Troponinsvaret betyder olika saker för dem. Ett lätt förhöjt troponin hos den första patienten bekräftar det hon redan misstänkte. Samma svar hos den andra patienten är snarare falskt positivt, eftersom testet i sig inte är perfekt, och när du använder ett ofullkomligt test på någon som troligen inte har sjukdomen arbetar matematiken emot dig.
Varje test har en sensitivitet och en specificitet. Sensitiviteten säger hur ofta testet fångar sjukdomen när den faktiskt finns. Specificiteten säger hur ofta det korrekt friar någon som inte har den. Inget test når 100 % på någon av dem. Ett test med 95 % sensitivitet missar ändå 5 % av de verkliga fallen. Ett test med 90 % specificitet flaggar ändå felaktigt 10 % av de friska. De här siffrorna är egenskaper hos testet, inte hos patienten. Och de innebär att varje svar bär på en osäkerhet som ska förändra hur säker du är, inte ersätta det.
Det är det här som är bayesianskt resonerande. Du börjar med det du redan vet om patienten. Du får en ny uppgift. Du justerar din uppskattning utifrån hur tillförlitlig uppgiften är. Sedan gör du samma sak med nästa.
Det mesta av klinisk AI gör tvärtom
De flesta AI-system i vården arbetar bakåt. De tar en samling resultat, vitalparametrar, labbvärden, diagnoser och läkemedel och matchar dem i efterhand mot mönster de lärt sig ur träningsdata. Systemet ser ett kreatinin på 1,6, en diabetesdiagnos och en ACE-hämmare på läkemedelslistan, och svarar ”trolig kronisk njursjukdom” eftersom den kombinationen ofta förekom i de fall det tränades på.
Det låter rimligt tills du tänker på vad som saknas. Systemet vet inte om kreatininet stiger eller är stabilt. Det vet inte om ACE-hämmaren sattes in som njurskydd eller mot blodtrycket. Det vet inte att patientens kreatinin var 0,9 för två år sedan och har stigit stadigt sedan dess. Det tar ingen hänsyn till att testet för albumin i urinen har 15 % falskt positiva i den här populationen. Det matchar bara dagens ögonblicksbild mot historiska mönster och sätter en etikett.
En läkare som tittar på samma patient skulle resonera framåt. Hon skulle börja med sannolikheten före test för kronisk njursjukdom utifrån patientens ålder, kön och riskfaktorer. Hon skulle justera utifrån kreatininet, men väga den justeringen efter hur mycket hon litar på ett enstaka kreatininvärde. Hon skulle titta på trenden, inte bara dagens värde. Hon skulle ta med ACE-hämmaren men fråga varför den sattes in innan hon räknade den som tecken på njursjukdom. Varje uppgift flyttar sannolikheten, och varje uppgift vägs efter hur tillförlitlig den är.
Det retrospektiva synsättet frågar: vad liknar det här? Det prospektiva synsättet frågar: med allt vi vet hittills, vad säger den här nya uppgiften oss, och hur mycket ska vi lita på den?
Att se hela patienten eller bara provsvaren
Något av det första du lär dig under den kliniska utbildningen är att du behandlar patienten, inte labbvärdet. Ett kalium på 5,8 i ett hemolyserat prov betyder ingenting. Ett blodtryck på 160 hos en patient som just sprungit till besöket är inte hypertoni. Sammanhanget avgör om ett svar är signal eller brus, och sammanhanget kräver att du känner patienten bortom det som står i dagens journal.
En allmän AI bearbetar resultat. Den läser siffrorna, anteckningarna och de kodade diagnoserna, och ger ett svar utifrån mönster i texten. Den är mycket bra på det. Den kan sammanfatta en epikris snabbare än någon människa. Den kan plocka ut strukturerade data ur rörig klinisk text. Men den läser journalen så som du läser ett fall i en lärobok. I efterhand.
En läkare som träffar en patient i realtid gör något annat. Hon resonerar under osäkerhet, framåt i tiden, justerar sin bedömning när varje ny uppgift kommer in och väger varje uppgift efter hur mycket hon litar på den. Hon vet att en positiv D-dimer hos en lågriskpatient troligen är falskt positiv. Hon vet att en normal lungröntgen inte utesluter en tidig pneumoni. Hon bär sannolikheten före test i huvudet och justerar den för varje fynd, inte lika mycket för alla, utan i proportion till varje fynds diagnostiska värde.
När vi byggde Chroneme ville vi att systemet skulle resonera som hon gör, inte som en sökmotor. Framåt, inte bakåt. Justera sannolikheterna för varje ny uppgift, vägd efter hur tillförlitlig uppgiften faktiskt är.
Hur det fungerar i praktiken
En 58-årig man med typ 2-diabetes kommer för rutinprover. Hans grundsannolikhet för kronisk njursjukdom, utifrån ålder, kön och diabetesdiagnosen, börjar på en viss nivå. Inte noll, eftersom diabetes är den vanligaste orsaken till kronisk njursjukdom. Inte hög, eftersom han inte har några symtom och inga tidigare njurfynd.
Hans kreatinin kommer tillbaka på 1,2. Det ligger formellt inom referensintervallet, men det är högre än förra gången. Systemet justerar. Inte mycket, eftersom ett lätt förhöjt kreatinin har begränsat diagnostiskt värde. Sensitiviteten och specificiteten för ett enstaka kreatinin är inte särskilt starka för kronisk njursjukdom på egen hand.
Tio månader senare är kreatininet 1,4 och eGFR har sjunkit under 60. Nu blir justeringen större, eftersom ett eGFR under 60 har betydligt högre diagnostiskt värde för kronisk njursjukdom. Men systemet ser också något som en statisk modell inte kan se: förloppet. Kreatininet är inte bara förhöjt. Det stiger i en takt som, framskriven, hamnar i ett oroande intervall.
Ett år senare tillkommer proteinuri. Nu är sannolikheten tillräckligt hög för att motivera åtgärder. Men här är det som spelar roll kliniskt: systemet flaggade den här patienten månader innan proteinurin syntes. Inte med säkerhet. Med en sannolikhet som steg på ett sätt som förtjänade uppmärksamhet. Läkaren som går igenom journalen kan se varje justering, se vad som låg bakom den och avgöra om hon håller med. Om hon tror att ACE-hämmaren sattes in mot blodtrycket och inte för njurarna kan hon väga den faktorn annorlunda i sin kliniska bedömning. Systemet visar sitt resonemang. Hon tillämpar sitt.
Förloppet i sig blir evidens, oberoende av varje enskilt värde.
Varför det spelar roll för förtroendet
När ett neuralt nätverk säger ”73 % risk för kronisk njursjukdom” går det inte att fråga varför. Siffran växer fram ur miljontals parametrar som inte motsvarar några kliniska begrepp. En läkare kan inte titta på den och säga ”jag håller med om kreatinindelen, men jag tycker att du lägger för stor vikt vid läkemedelshistoriken.” Det finns ingen kreatinindel. Det finns ingen läkemedelsdel. Det finns bara en siffra.
När ett bayesianskt system säger 73 % kan en läkare fråga varför. Hon kan se vilken evidens som flyttade sannolikheten och hur mycket. Hon kan invända mot en enskild faktor och använda sitt eget omdöme. Det samtalet är hur klinisk AI faktiskt förändrar vården. Utan det är resultatet ett påstående. Med det är resultatet ett argument.
En njurmedicinare som vi visade systemet för sa det tydligt. Han tittade på evidenskedjan för en patient och sa att han höll med om det mesta, men att en faktor fick för stor vikt eftersom sammanhanget för förskrivningen var ett annat än systemet antog. Han hade rätt. Och att han kunde göra den iakttagelsen, peka på den enskilda faktorn och använda sin expertis är precis vad kliniskt beslutsstöd ska möjliggöra. En svart låda hade gett honom samma sannolikhet utan någon möjlighet till det samtalet.
Begränsningarna vi är öppna med
Bayesiansk inferens förutsätter att evidensen är betingat oberoende givet sjukdomen. Inom klinisk medicin är den ofta inte det. Kreatinin och proteinuri hänger ihop vid kronisk njursjukdom. Det är en känd begränsning, och att lösa den perfekt är ett öppet problem inom fältet.
Kvaliteten på resultatet beror på kvaliteten på evidensvikterna. Vissa är väl belagda i publicerad litteratur. Andra är approximationer som vi förfinar genom validering. Kalibreringen pågår, och vi låtsas inte något annat.
Bayesiansk inferens hanterar strukturerad, kvantifierbar evidens väl: labbvärden, vitalparametrar, läkemedel och kodade diagnoser. Den hanterar ostrukturerade journalanteckningar och symtom som patienten själv rapporterar sämre. Vi använder olika metoder för olika typer av kliniska data och väljer verktyg efter problem.
Vi valde bayesiansk inferens eftersom den speglar hur läkare redan tänker. Systemet formaliserar det en bra kliniker gör intuitivt, i stor skala, för varje patient, hela tiden. Det är allt. Ingen magi. Bara matematiken bakom kliniskt resonerande, gjord explicit.
Nya essäer och nyheter, via e-post.