15 april, 2026
Vårdens data kan avslöja hudcancer i förtid – med hjälp av AI
AI och registerdata kan bli ett nytt verktyg för att upptäcka hudcancerformen melanom. En studie från Göteborgs universitet visar hur vårdens egna data kan användas för att se tidiga riskmönster och ringa in grupper med kraftigt ökad risk flera år innan diagnos.
Prickundersökning med lampa. Foto: Johanna Ewald St Michaels/Sahlgrenska Universitetssjukhuset
– Vi visar att data som redan finns i vårdens system kan användas för att identifiera individer som löper högre risk för melanom. Våra resultat ger en tydlig signal om att registerdata kan användas mer strategiskt framöver, säger Martin Gillstedt, doktorand på Sahlgrenska akademin vid Göteborgs universitet och statistiker vid verksamheten för hud- och könssjukvård vid Sahlgrenska Universitetssjukhuset.
Studien baseras på registerdata som rutinmässigt samlas in om hela den vuxna befolkningen i Sverige. Den data som analyserades handlade bland annat om ålder, kön, diagnoser, läkemedelsuttag samt socioekonomi. Av de drygt sex miljoner individerna som ingick utvecklade drygt 38 000 (0,64 procent) melanom under de fem år som studien omfattar.
33 procents sannolikhet för melanom
När forskarna jämförde olika AI-modeller blev skillnaderna tydliga. Den mest avancerade modellen kunde skilja individer som senare fick melanom från dem som inte gjorde det i cirka 73 procent av fallen, jämfört med cirka 64 procent när endast ålder och kön användes. Kombinationen av diagnoser, läkemedel och sociodemografiska uppgifter gjorde det möjligt att identifiera små högriskgrupper där risken att få melanom inom fem år var omkring 33 procent.
Studien har genomförts under ledning av Sam Polesie, docent i dermatologi och venereologi vid Göteborgs universitet och hudläkare på Sahlgrenska Universitetssjukhuset:
– Våra analyser tyder på att selektiva kontroller av små högriskgrupper skulle kunna ge både träffsäkrare uppföljningar och en mer effektiv användning av vårdens resurser. Det handlar om att föra in befolkningsdata i precisionsmedicinen och komplettera de kliniska bedömningarna, säger han.
Forskarna betonar att mer forskning och politiska beslut krävs innan metoden kan införas i vården. Men resultaten visar att AI-modeller tränade på stora mängder registerdata kan bli ett viktigt stöd för mer individanpassade riskbedömningar och framtida screeningstrategier för melanom.
Studien är genomförd i samarbete mellan Göteborgs universitet och Chalmers tekniska högskola.
Text: Göteborgs universitet