91̽»¨

Bild
Araz Rawshani i läkarkläder i korridor
Foto: Johan Wingborg
³¢Ã¤²Ô°ì²õ³Ù¾±²µ

Araz Rawshani förbättrar vården runt hjärtstopp

Publicerad

Araz Rawshani drivs av en vilja att forskningsresultat snabbt ska ha betydelse för vården, helst redan dagen efter att de publicerats. Med hjälp av artificiell intelligens skapar hans grupp kraftfulla bedömningsstöd för hela vårdkedjan vid hjärtstopp och kranskärlssjukdom.

Araz Rawshani kombinerar sitt arbete som ST-läkare pÃ¥ Sahlgrenska Universitetssjukhusets kardiologklinik med forskning pÃ¥ Göteborgs universitet. Han har just fÃ¥tt en klinisk forskartjänst vid Wallenberg Centre for Molecular and Translational Medicine (WCMTM) som gör det möjligt för honom att ägna halva sin arbetstid Ã¥t forskning.  

Direkt nytta  

Araz disputerade 2015 med en avhandling om socioekonomiska aspekter av diabetes och kardiovaskulär sjukdom, där studierna baserades pÃ¥ det svenska nationella diabetesregistret. Under mÃ¥nga Ã¥r fortsatte han sedan driva mycket framgÃ¥ngsrik epidemiologisk forskning, som ledde till publiceringar i flera av världens ledande medicinska tidskrifter. Men en stark vilja att skapa forskningsresultat som snabbare kommer patienter till nytta har lett till att han bytt spÃ¥r för sin forskning.  

Bild
Araz Rawshani porträtterad i vårsol utomhus
Foto: Johan Wingborg

Han är ocksÃ¥ registerhÃ¥llare för Svenska Hjärt- och lungräddningsregistret.  

– Jag kommer frÃ¥n en traditionell epidemiologisk forskartradition, men jag började ifrÃ¥gasätta mig själv. Jag ville göra mer direkt nytta för samhället eller för patienten, som jag ser som slutkunden för den forskning jag gör, säger Araz och fortsätter: 

– Jag började arbeta med tekniska lösningar som snabbare kan omsättas i implementeringar i vÃ¥rden. SÃ¥ smÃ¥ningom vill jag ocksÃ¥ göra randomiserade kliniska prövningar för att verkligen göra nytta. 

Hans forskningsstrategi har ändrats under de senaste Ã¥ren. Numera initierar han bara forskningsprojekt som har en tydlig möjlighet att implementeras i vÃ¥rden direkt efter att resultaten är publicerade. Detta är den stora fördelen med klinisk forskning, hävdar Araz, nämligen möjligheten att pÃ¥ förhand bedöma den potentiella kliniska användbarheten. 

– Bra klinisk forskning leder till ny kunskap. Ännu bättre klinisk forskning hjälper patienter med reella behov eller vÃ¥rdgivaren, frÃ¥n deras egna perspektiv, säger Araz. 

Bättre diagnostik 

Bild
Araz Rawshani porträtterad vid sitt skrivbord
Foto: Johan Wingborg

Forskningen i gruppen handlar bÃ¥de om hjärtstopp och om kranskärlssjukdom. För kranskärlssjukdom utvecklar han nya diagnosmetoder med stöd av AI, som blir bÃ¥de snabbare, billigare och säkrare. 

– Vi utvecklar AI-baserade beslutsstöd som kan hjälpa läkare se till att de patienter som fÃ¥r kranskärlsoperationer är de som faktiskt fÃ¥r nytta av operationen. Det är algoritmer som vi tränar pÃ¥ bilddata med maskininlärning, berättar Araz, och fortsätter: 

– Vi tror och vet att vi kan fÃ¥ fram beslutsstöd som är automatiserade med AI som kan hjälpa alla läkare att nÃ¥ samma diagnostiska precision som de främsta experterna pÃ¥ omrÃ¥det. Läkares beslut kan variera beroende pÃ¥ olika mänskliga faktorer, och ett AI-baserat stöd kan hjälpa kliniker ta bästa möjliga beslut i varje enskilt fall.  

Förvarna patient om hjärtstopp

När det gäller hjärtstopp har Araz och hans kollegor redan publicerat flera beslutsstöd för olika skeden i vÃ¥rdkedjan, och ytterligare stöd är pÃ¥ väg ut. De bedriver ocksÃ¥ forskning som ska leda till system som kan förvarna patienter om att de kan vara pÃ¥ väg mot ett hjärtstopp. 

– MÃ¥lsättningen är att systemet ska användas av patienter som bär nÃ¥gon form av hjärtövervakning, exempelvis en inopererad pacemaker eller defibrillator. Istället för att systemet ska reagera pÃ¥ en pÃ¥gÃ¥ende allvarlig hjärtrytmrubbning ska den istället förvarna om att en sÃ¥dan är förestÃ¥ende, vilket kan förebygga hjärtstopp, säger Araz. 

Bättre hjärtlungräddning utanför sjukhus 

I hans forskningsplan ingÃ¥r ocksÃ¥ att genomföra en omfattande interventionsstudie för att undersöka om ett helt nytt angreppssätt vid hjärtstopp utanför sjukhus kan ge fler möjlighet att överleva. Den nya interventionen innebär ett tillägg till traditionell hjärtlungräddning som kan genomföras utanför sjukhus eller i ambulans. Enligt hypotesen kan tillägget ge ett högre blodtryck i hjärtat och hjärnan under hjärt-lungräddning och därmed öka syresättningen i vitala organ. 

– Det är en rimlig teori att vÃ¥r nya intervention borde kunna ge bättre effekt av hjärtlungräddningen. Vi planerar att genomföra en klusterrandomiserad klinisk studie, där ett landsting i taget ska randomisera patienter med hjärtstopp utanför sjukhus till att fÃ¥ traditionell hjärtlungräddning eller den nya interventionen. 

AI som en fundamental del av klinisk forskning 

Bild
Araz Rawshani porträtterad inomhus
Foto: Johan Wingborg

Hans forskargrupp har arbetat med maskininlärning (AI) under flera Ã¥r. De flesta doktorander och forskare i forskargruppen arbetar med nÃ¥gon form av maskininlärning. 

– Det är först nu som forskare och kliniker börjar förstÃ¥ hur kraftfullt AI är. Ytterst fÃ¥ saker kommer ha lika stor betydelse för vÃ¥rden och forskningen under kommande Ã¥r. VÃ¥r uppgift som forskare är att leverera kraften i AI till vÃ¥rden och patienten. Det kommer förbättra utfallen och effektivisera vÃ¥rden. 

Sverige och Göteborg befinner sig i god position för att bli världsledande inom detta omrÃ¥de, vilket är ett resultat av en mÃ¥ngÃ¥rig satsning pÃ¥ infrastruktur och kompetensutveckling inom stordataanalys. 


°¿³¾°ùÃ¥»å±ð
Hälsa & medicin