Långvarig smärta är ett stort hälsoproblem i Sverige, men de behandlingar som ges i dag har begränsad effekt. Forskare från Högskolan Dalarna arbetar nu för att fler ska känna mindre smärta genom att kombinera och tolka data från flera patientregister med hjälp av maskininlärning.

Var femte person i Sverige lider av långvarig smärta, det vill säga smärta som har varat längre än tre månader. Hur den känns varierar starkt – en patient har till exempel beskrivit den som ”en elchock”, en annan som ”att vara i en myrstack” – men gemensamt är ofta att det gör så ont att det påverkar livskvaliteten. I svårare fall är det därför inte ovanligt att personer blir deprimerade, får sömnproblem och svårigheter att delta i sociala sammanhang.

Långvarig smärta är tyvärr svårbehandlad. Den kan uppstå av biologiska, psykologiska och sociala skäl, ibland i kombination – men inom vården har erfarenheten varit att det ofta är svårt att hitta orsakerna. När smärtan orsakar stort lidande brukar man därför tillämpa något som kallas multimodal rehabilitering, MMR. Det är en behandlingsform som angriper problemet från flera håll genom att kombinera till exempel fysisk träning, psykoterapi, läkemedel och arbetsträning. Behandlingarna koordineras av specialister från olika vårdprofessioner som arbetar utifrån en gemensam plan.

Nyare forskning visar dock att effekterna av MMR är begränsade i jämförelse med enklare behandlingar. Ett skäl tros kunna vara patienturvalet – vården behöver bättre förstå när MMR kan vara en bra behandling genom att identifiera de patienter som faktiskt kan bli hjälpta av MMR.

En annan orsak till att MMR inte gett så bra resultat tros vara att behandlingarna inte har varit tillräckligt individanpassade. Symtomen kan förändras över tid för dem som lider av långvarig smärta, vilket kräver återkommande utvärderingar och anpassningar.

För att råda bot på sådana problem utvecklar en Forte-finansierad forskargrupp från Högskolan Dalarna just nu ett digitalt beslutsstödsystem som kommer att kombinera stora datamängder om bland annat ålder, fysisk funktion och smärtintensitet från ett antal olika patientregister med artificiell intelligens, AI.

– Enkelt förklarat hoppas vi att beslutsstödet på ett ögonblick ska hjälpa behandlingsteamet att föreslå MMR eller inte, berättar Björn Äng, professor i medicinsk vetenskap och ledare för projektet.

Björn Äng, professor i medicinsk vetenskap vid Högskolan Dalarna

– Vi hoppas även på sikt utveckla ett beslutsstöd som föreslår vilken sammansättning av olika insatser och ”dos” som fungerar bäst.

Beslutsstödet ska vara dynamiskt, så att nya och kontinuerligt inkommande data fortsätter utveckla det. På sikt ska systemets AI klara att ta emot och behandla information om hur patienten mår och även kunna vara ett stöd vid justering av en pågående behandling.

Björn berättar att AI:n kommer att tränas successivt på data från över 60 000 patienter som tidigare har remitterats till svensk specialistvård för kroniska smärtor. Det ger möjligheten att upptäcka hittills okända faktorer och samband, så att man lättare kan avgöra vilka som är bäst lämpade för behandlingarna och hur de ska skräddarsys. För att utvärdera själva AI-systemet planerar forskarna att längre fram genomföra en så kallad randomiserad och kontrollerad studie, där en grupp patienter kommer att erbjudas en vanlig MMR medan den andra gruppen patienter får en behandling utformad med hjälp av beslutsstödet.

Projektet är i en första utvecklingsfas till 2025, och om allt går som planerat hoppas forskarna att beslutsstödet kan testas ute i klinisk verksamhet från och med 2026.

Text Anton Dilber