Dyr behandling skal betales med hjælp fra datastøttet forebyggelse

Den svenske regering har for nylig bestilt det svenske agentur for sundheds- og plejeanalyse til at undersøge, hvordan udviklingen af præcisionsmedicin påvirker sundhed og medicinsk behandling. Undersøgelsen skal komme med forslag til, hvordan præcisionsmedicin kan være omkostningseffektiv og lige for alle, og resultatet bliver særdeles relevant at følge i Danmark.

Præcisionsmedicin er en diagnostisk- og behandlingsmetode, der sigter mod at optimere sygdomsstyring baseret på den enkelte patients genetiske profil. Det giver håb for de mange med alvorlige og behandlingsvanskelige sygdomme. Hvor man tidligere har udviklet medikamenter med potentialet til at behandle ‘nok, godt nok’, kan man nu gøre det modsatte.

Sverige har med succes investeret meget i forskning og udvikling inden for præcisionsmedicin. Allerede i dag modtager f.eks. unge patienter, der er diagnosticeret med MS eller rheumatoid arthritis, sådanne antiretrovirale lægemidler, der er baseret på deres DNA og/eller RNA, der giver grundlag for at udvikle en behandling, der passer til dem.

Når lederne indenfor erhverv og politik forstår styrken ved dataanalyse og AI i sundhed, vil det være en reel ændring.

Ulf Hertin, senior sundhedsrådgiver, SAS Institute

Imidlertid kan en præcisionmedicinsk behandling i Sverige og i Danmark let koste 100.000 danske kr. om måneden, i nogle tilfælde meget mere. Hvis alle, der har brug for at modtage præcisionsmedicin, skal tilgodeses, risikerer vi, at sundhedsbudgetterne undergraves, og sundhedsvæsenet vil alternativt blive stillet over for svære etiske beslutninger om, hvem der skal modtage behandling.

Invester i forebyggelse

Paradokset er i den forbindelse, at hvis vi investerer i forebyggende pleje, har regionerne råd til præcisionsmedicin. Den forebyggende pleje kan identificere risikopersoner meget tidligere end i dag, når man bruger kunstig intelligens (AI) og datadrevet analyse og dermed helt blokere eller udsætte et sygdomsforløb i flere år. Det vil have stor indflydelse for pleje og sundhedsøkonomien i Danmark, og i sidste ende for indbyggerne. Dette sker også i Sverige med investeringen i det nationale program ‘Nära vård’.

Selv før der foreligger nogen undersøgelser, er det klart, at udviklingen af præcisionsmedicin skal ledsages af forebyggende arbejde for at reducere antallet af patienter, der har brug for denne type behandlinger. I praksis kan dette kun ske ved hjælp af avanceret analyse af store mængder sundhedsdata. For dem, der bliver identificeret, kan sundhedsvæsenet derefter iværksætte forebyggende foranstaltninger. I udlandet er dette allerede ved at blive gjort, bl.a. på Cleveland Clinic.

Et væsentligt problem er, at der typisk mangler den tekniske, digitale platform til dette. At håndtere problemet med sidestilling mellem plejeområderne kræver en måde at organisere og dele data mellem områderne. Danmark har her en fordel ved sin omfattende Life Science og lægemiddelforskning, som også supporterer opbygningen af sundhedsdataregistre, men disse må forventeligt variere i kvalitet.

Skal hjælpe overvægtige børn

Et eksempel på en bred forebyggende tilgang er det svenske projekt ‘Frisk-Risk-Sjuk’, som det statsfinansierede SWElife startede med visionen om nul-fedme blandt elever ved skolestart i 2030. I dag er ti pct. af børn i førskolealderen overvægtige, heraf har omkring to pct. udviklet fedme. Overvægtige børn har også ofte et genudtryk, der øger risikoen for denne fedme. Hvis disse børn fortsat er overvægtige i deres voksenalder, har de også en betydelig risiko for bl.a. hjerte-kar-sygdomme, kræft og diabetes.

‘Frisk-Risk-Sjuk’ er ved at opbygge en digital platform til håndtering af sundhedsdata med det formål at kunne udføre avancerede dataanalyser, identificere de børn, der er mest udsat for at udvikle fedme, og dermed muliggøre tidlig forebyggelse.

Den måde at arbejde forebyggende på med dataanalyse som basis og målet om at løse store udfordringer gennem bredt samarbejde bør anvendes til flere almene sygdomme. Forebyggelse er den absolut billigste og mest humane måde at reducere antallet af personer med dårligt helbred og samtidig frigøre midler til præcisionsmedicin.

Når lederne indenfor erhverv og politik forstår styrken ved dataanalyse og AI i sundhed, vil det være en reel ændring. Som altid starter det fra toppen.