Hva om du visste på forhånd hvilken sykdom du ville få?
Forewarned er forearmed, og å vite på forhånd om en person vil utvikle en viss sykdom vil være en stor fordel for både enkeltpersoner og den verdensomspennende medisinske industrien.
Et nytt diagnostisk dataprogram utviklet av Wiro Niessen, professor i medisinsk bildebehandling ved Erasmus University Medical Center og TU Delft, har som mål å gi akkurat den informasjonen.
Ved å trekke på en enorm database med medisinske journaler, kan programmet forutsi sykdommer lenge før en person sannsynligvis lider av dem. Systemet er for tiden i stand til å forutsi kardiovaskulære sykdommer og nevrodegenerative tilstander som Alzheimers.
Det forventes at etter hvert som dataprogrammet videreutvikles og databasen utvides, vil det øke evnen til å forutsi andre sykdommer og helsetilstander.
Et nytt diagnoseverktøy: hvordan det fungerer
Akkurat som en lege trekker på hans eller hennes erfaring for å diagnostisere en pasient, så bruker datasystemet også databasen sin for å bestemme pasientens fremtidige tilstand, men med en stor forskjell: programmet kan kombinere og analysere mye større mengde medisinske data enn noe enkelt menneske kunne behandle.
"For mange oppgaver vil datamaskinen være mennesket overlegen" sa professor Niessen, med henvisning til sin
Niessen trekker også sammenligningen med screeninger for brystkreft, "Denne screeningen er ikke feilfri, men den er verdt innsatsen. Du kan redde liv med den. Hver gang må du vurdere om en slik screening kan hjelpe."
Niessen ser ikke at programmet erstatter eksisterende leger eller reduserer den menneskelige siden av helsevesenet. Det ville i stedet tjene som et diagnostisk verktøy, og ville ikke stå for en ekte lege.
Et prisvinnende prosjekt
Det diagnostiske dataprogrammet har allerede møtt en ekstremt positiv respons, og vant Simon Stevin Meesterschap, den største prisen i Nederland for forskning innen tekniske og vitenskapelige felt.
Ærestittelen er også ledsaget av 500 000 euro som kan brukes på forskning etter vinnerens valg.
