Forskere og klinikere ved Haukeland universitetssykehus, Universitetet i Bergen og Universitetet i Oslo har, ved hjelp av kunstig intelligens og maskinlæring, utviklet en ny metode for å forutsi stemningssvingninger hos personer med bipolar lidelse. En patentsøknad på metoden er levert.
Mennesker med bipolar sykdom opplever ekstreme humørsvingninger mellom depresjon og mani, eller hypermani. Sykdommen er kronisk, og målet med behandlingen er å holde stemningsleiet stabilt. Det er ikke enkelt.
Omtrent én til to prosent av verdens befolkning er diagnostisert med bipolar sykdom. Sykdommen krever livslang behandling som ofte består av både medisinering og kognitiv terapi.
-Vårt mål er å støtte enkeltpersoner i å opprettholde en balansert sinnsstemning, kjent som euthymi, konsekvent. Dette kan imidlertid være utfordrende. Behandling for personer med bipolar lidelse er ofte reaktiv, noe som betyr at de får behandling etter at sinnstemningen deres har skiftet til depresjon eller hypomani., sier Ulysse Côté-Allard.
Côté-Allard er førsteamanuensis ved Institutt for teknologisystemer ved Universitetet i Oslo. Han og andre forskere og klinikere ved Haukeland universitetssykehus, Universitetet i Bergen og Universitetet i Oslo har utviklet en metodikk som kan forutsi når mennesker med bipolar sykdom går fra et stemningsleie til et annet – før det skjer.
Måler endring i bevegelsesmønster
På konferansen «Science Impact» under «Oslo Innovation Week» med tema KI og digitalisering innen helse og energi, presenterte Côté-Allard resultatene av en klinisk studie de har gjort på 49 mennesker med bipolar lidelse.
Ulysse Côté-Allard presenterte prosjektet på Science Impact 2024. Foto: Elisabeth K. Andersen.
De 49 som var med i studien hadde en smartklokke, Apple Watch med GENEActiv actigraph, som kontinuerlig overvåket bevegelsesmønsteret deres gjennom et helt år. Åtte av disse pasientene opplevde å gå fra euthymi til enten depresjon eller mani.
Algoritmen som forskerne har utviklet ved hjelp av maskinlæring og kunstig intelligens klarte å fastslå overgangsfasen ved å observere endringer i bevegelsesmønstrene til alle de åtte pasientene.
– Personer med bipolar lidelse utviser varierende aktivitetsnivåer og kompleksitet i bevegelsesmønstre avhengig av deres sinnsstemning. Vårt mål var å identifisere den nøyaktige overgangen mellom sinnsstemningene for å bidra til å forhindre betydelige skift inn i depresjon eller mani. Når slike skift oppstår, er det ofte nødvendig med sykehusinnleggelse for behandling, og det kan ta tid å komme tilbake til en stabil fase. Denne prosessen er svært forstyrrende for personens liv og krever mye ressurser fra helsevesenet., sier Côté-Allard.
Risikoen for å begå selvmord er 10 til 30 ganger høyere for mennesker med bipolar lidelse, og selvmordene blir ofte forsøkt utført i en depressiv fase eller blandingsfaser som kombinerer depresjon og mani.
Trenger midler for videre klinisk forskning
Petter Jakobsen, hovedforfatter av studien, Côté-Allard og andre samarbeidspartnere, søker nå finansiering for å utvide den kliniske forskningen i en ny studie.
Hao Wu er prosjektleder i Inven2 med ansvar for Côté-Allard, forskerkollegaene hans og innovasjonsprosjektet deres. I og med at prosjektet er et samarbeid mellom forskere og klinikere ved Universitetet i Oslo og Haukeland universitetssykehus, så deler de to teknologioverføringskontorene Inven2 og VIS prosjektet mellom seg.
-Dette er et spennende prosjekt å jobbe med. Etter vårt første møte med forskerne fremskyndet vi DOFI-evalueringsprosessen og bestemte oss, i samarbeid med VIS, for å gå videre med et kommersialiseringsprosjekt. Steffen Boga hos VIS er ansvarlig for kommersialiseringsaspektet, sier Wu.
Fra Inven2 har Wu med seg Irene Fjeldahl Johannesen, som er ansvarlig for IPR og bidro til arbeidet med IP-identifisering og patenterbarhetsvurdering. Anne Marie Bjørgo er også med fra Inven2 sin side, og er ansvarlig for avtalene mellom Inven2 og VIS.
Hao Wu er ansvarlig for prosjektet i Inven2. Foto: Inven2.
