Forskning
FLASH publicerer ny viden
I samarbejde med forskere fra SDU har FLASH udviklet et sæt nye algoritmer der med meget høj nøjagtighed kan identificere patienter med risiko for avanceret lever fibrose.
Forekomsten af fedtlever sygdommen er stigende i takt med den globale pandemi af fedme. Tilstanden kan ubemærket udvikle sig til leverfibrose og skrumpelever, en alvorlig sygdom med meget høj dødelighed. Tidlig diagnose ville gøre det muligt at anvende målrettede interventioner for at stoppe denne udvikling af arvæv i leveren, før det er for sent.
De nye LiverAID algoritmer kan forudsige betydelig leverfibrose i lav prævalens befolkninger ved hjælp af rutinemæssigt tilgængelige patientdata og standard blodprøver, og kan meget vel vise sig at være et værdifuldt screeningsværktøj til tidlig identifikation af patienter med asymptomatiske kroniske leversygdomme i almen praksis.
Læs mere i artiklen, som er den første publikation tilknyttet CAI-X. Artiklen er publiceret i Scientific Reports, en del af Nature Portfolio (DOI: 10.1038/s41598-022-06998-8).
Artiklen er skrevet af FLASH forskere i samarbejde med forskere fra Mærsk McKinney Møller Instituttet fra SDU af Victoria Blanes-Vidal, Katrine Prier Lindvig, Maja Thiele, Esmaeil S. Nadimi & Aleksander Krag.
Læs artiklen her
Artificial intelligence outperforms standard blood-based scores in identifying liver fibrosis patients in primary care