Nio miljarder genetiska varianter kartlagda – och AI tar sig an sjukvårdens schemaläggningskris

AI axlar sig in i vårdens mest komplexa rum

Det händer sällan att en vecka rymmer nyheter från två så olika delar av sjukvården – och ändå pekar åt exakt samma håll. Den ena nyheten kommer från ett av världens mest resursstarka forskningslabb, den andra från ett svenskt medicinteknikbolag. Båda handlar om hur artificiell intelligens håller på att omforma vårdens förutsättningar, från molekylnivå till operationsschema.

Låt mig börja i den lilla skalan – det vill säga, den extremt lilla.

Nio miljarder varianter. En karta.

DNA är uppbyggt av fyra kemiska byggstenar – A, C, G och T – och den mänskliga arvsmassan består av ungefär tre miljarder sådana par. En enda förändring i en enda position kan vara helt ofarlig, ligga bakom naturlig variation mellan människor, eller vara roten till en allvarlig sjukdom. Utmaningen har alltid varit att avgöra vilka av de möjliga förändringarna som faktiskt spelar roll – och det handlar om uppemot nio miljarder möjliga enbokstavsbyten.

Det är precis det problemet som Google DeepMind nu tar sig an med AlphaGenome Atlas, rapporterar The Verge. Plattformen innehåller förutsägelser för hur vart och ett av dessa nio miljarder varianter kan påverka kroppen – exempelvis genom att förändra produktionen av ett visst protein. Google beskriver det själva som "den mest heltäckande katalogen över hur genetiska mutationer påverkar molekylärbiologin", och det är svårt att invända mot den beskrivningen.

För att göra miljarddatabasen hanterbar för forskare introduceras samtidigt ett poängsystem kallat Variant Impact Score, som rangordnar varianter efter deras bedömda biologiska påverkan. Det är ett klokt drag – rådata utan prioriteringsverktyg riskerar att bli ett bibliotek som ingen orkar navigera.

AlphaGenome Atlas bygger vidare på AlphaGenome och den tidigare AlphaMissense, och fortsätter DeepMinds tydliga satsning på att sätta AI i tjänst för grundforskning inom livsvetenskap. Det är långsiktigt arbete – vi talar om ett verktyg som kan korta vägen från genetisk observation till läkemedelshypotes med år, kanske decennier. Men att fundamentet nu läggs är i sig ett historiskt steg.

Från forskning till operationssal – Getinge löser vardagspusslet

På den andra sidan av AI-spektrumet i vården finns ett problem som inte kräver kvantfysik för att förstå: sjukhusens operationsscheman är ett logistiskt mardrömspussel. Rätt kirurg, rätt sal, rätt team, rätt eftervård – och allt ska stämma samtidigt, varje dag, för hundratals patienter.

Det är den utmaningen som svenska Getinge nu adresserar med lanseringen av Torin Plan Optimizer, enligt Ny Teknik. Systemet analyserar historiska och löpande verksamhetsdata för att optimera flödet i den kirurgiska verksamheten – och minska de störningar som i dag kostar sjukvården enorma resurser i form av inställda operationer och outnyttjad salskapacitet.

– Vi är engagerade i att driva innovation som stödjer en sammanhållen, datadriven och effektiv kirurgisk vård, säger Charlotte Enlund, affärsområdeschef för Digital Health Solutions på Getinge.

Det som gör Torin Plan Optimizer strategiskt intressant är inte bara funktionaliteten – det är integrationsfilosofin. Systemet är utformat för att anslutas till sjukhusens befintliga IT-miljö, utan att kräva en total systemrevolution. Det sänker trösklarna markant och gör lösningen tillgänglig för sjukhus som annars skulle tvekat inför en stor och kostsam omställning.

Två skalor, ett genombrott i sikte

Det är lätt att se dessa två nyheter som separata händelser. Men läser man dem tillsammans framträder ett mönster: AI håller på att etablera sig i sjukvårdens hela värdekedja – från den grundläggande genetiska forskning som tar fram framtidens behandlingar, till den operativa logistik som avgör om dagens patienter får vård i tid.

Det ena löser inte det andra. Men båda är nödvändiga. En ny cancerbehandling som identifieras via AlphaGenome Atlas är värdelös om sjukhuset inte kan schemalägga operationen.

Vi är ännu inte vid det kliniska genombrottet – det vore att överdriva. Men vi är påtagligt mycket närmare än för bara tre år sedan. Och takten ökar.