Sepsis är en infektion som påverkar hela kroppen och gör att viktiga organ som hjärtat, lungorna, hjärnan och njurarna slutar fungera. Tillståndet kräver snabb och korrekt diagnos för att den som drabbas inte ska avlida. Dock är det svårt att förutsäga vem som återhämtar sig och vem som riskerar livshotande organsvikt. Med avancerad bioinformatik och artificiell intelligens vill forskarna vid Lunds universitet utveckla bättre kunskap om sepsis på molekylär nivå. Målet är att kunna identifiera högriskpatienter redan på akutmottagningen och vilken precisionsbaserad behandling som krävs för den enskilde patienten.
– Jag är mycket glad och tacksam över att en privat givare valt att stödja denna angelägna satsning. Insamling av kliniska data och blodprover, analyser med avancerad masspektrometri och bioinformatik samt AI är mycket kostsamt. Donationen kommer att göra det möjligt för oss att accelerera våra satsningar och ta forskningen vidare, säger forskningsledare Adam Linder, docent, universitetslektor i infektionsmedicin vid Lunds universitet och överläkare på infektionskliniken, Skånes universitetssjukhus.
Unik kombination av metoder möjliggör nya upptäckter
Genom att använda masspektrometri kan forskarna göra en kvantitativ analys av proteinsammansättningen i ett blodprov vilket kan ge insikter i sjukdomens mekanismer, diagnostik och potentiella mål för behandling. Maskininlärning och AI kan därefter tillämpas för att kombinera analyser av proteinsammansättningar med elektroniska journaldata på ett effektivt sätt, en metod som är snabbare och har mindre felmarginal än traditionella metoder.
– Patientkohorten som vi följer är 10-20 gånger större än i de flesta andra pågående sepsisstudier. Analys av så stora data- och proteinmängder med maskininlärning gör att vi kommer kunna upptäcka subtila mönster som tyder på sepsis och patientspecifika faktorer som påverkar sepsisförloppet, något som inte kunnat identifieras tidigare.