AI-model forudsiger risiko for type 2-diabetes op til 10 år frem
ADA: En machine learning-model baseret på elektroniske patientjournaler identificerede voksne med høj risiko for type 2-diabetes med høj præcision i en retrospektiv kohorte med mere end tre millioner personer.
Det viser et retrospektivt kohortestudie præsenteret på den amerikanske diabeteskongres ADA 2026 i New Orleans (abstract #2321-P). Studiet undersøgte, om en prædiktionsmodel baseret på elektroniske patientjournaler kunne identificere voksne med høj risiko for at udvikle type 2-diabetes op til ti år frem i tiden.
Studiet inkluderede 3.365.464 voksne i alderen 18 til 70 år, der modtog behandling i Kaiser Permanente Northern California i perioden 2012 til 2024. Medianalderen var 39 år, og 55 procent var kvinder. Modellen anvendte en hazard-baseret super learning-tilgang, hvor flere overlevelsesmodeller blev kombineret til at estimere risikoen for type 2-diabetes efter 1, 3 og 10 år.
Modellen byggede på kliniske og demografiske oplysninger, der rutinemæssigt registreres ved patientkontakter, herunder alder, vægt, blodsukkerniveauer, medicinsk historik og lægemiddelbrug. Forskerne inkluderede desuden offentligt tilgængelige data om blandt andet adgang til sund mad og gangvenlige lokalområder.
Efter en median opfølgning på 5,4 år var incidensen af type 2-diabetes 10,7 tilfælde per 1.000 personår. I træningsdatasættet identificerede modellen personer med høj risiko for type 2-diabetes med en ’Area Under the Curve’ (AUC) på 0,886 (95% CI 0,883-0,888). I valideringsdatasættet var AUC 0,883 (95% CI 0,880-0,886).
Kalibreringen var tæt på ideel efter ét års opfølgning med en gennemsnitlig prædikteret risiko på 1,03 procent mod en observeret risiko på 1,01 procent. Ved tærsklen for høj risiko (>1,2 procent risiko) havde modellen en sensitivitet på 74 procent og en specificitet på 82 procent over op til 10 års opfølgning.
”Vores model har potentiale til at give klinikere og sundhedssystemer mulighed for at målrette forebyggelsesindsatsen mod højrisikopersoner, som ofte overses ved traditionel screening, og som har mest at vinde ved forebyggelse og behandling,” siger Luis A. Rodriguez, førsteforfatter på studiet og forsker ved Kaiser Permanente Northern California Division of Research, i en pressemeddelelse.
Forskerne planlægger nu at teste modellen i en klinisk kontekst for at undersøge, om den kan øge deltagelsen i forebyggelsesprogrammer for type 2-diabetes og reducere incidensen af sygdommen.
