Forskare i Göteborg medverkar i en innovationsmiljö för precisionshälsa som just fått 40 miljoner kronor i en utlysning från Vinnova. Med hjälp av stora kvalitetsregister för diabetes, artificiell intelligens och ett potentiellt diabetesvaccin hoppas forskarna hitta nya modeller som kan förutse vilka barn som riskerar att insjukna i diabetes typ 1.

Projektet kallas ASSET (AI for Sustainable Prevention of Autoimmunity in the Society) och leds av läkemedelsföretaget Diamyd Medical, i samverkan med teknikföretaget MainlyAI och forskare vid universitetssjukhusen och universiteten i Göteborg och i Lund. I ett första skede fokuserar projektet på diabetes typ 1, men även de autoimmuna sjukdomarna glutenintolerans (celiaki) och sköldkörtelsjukdom (autoimmun tyreoidit) kommer att studeras.

Den lokala forskningsledaren Gun Forsander är överläkare inom pediatrik vid Sahlgrenska Universitetssjukhuset och docent vid Sahlgrenska akademin, Göteborgs universitet. Genom de över 550 patienter som regelbundet besöker Barndiabetesmottagningen på Drottning Silvias barnsjukhus bidrar hon tillsammans med sina kollegor med ett stort kliniskt underlag till projektet.

Hon konstaterar att den här forskningen inte skulle kunna genomföras någon annanstans än just i Sverige, och att de parter som ingår bidrar med mycket gedigen kompetens.

– Grunden är de kvalitetssäkrade register för diabetes som vi har i Sverige, och även den samhällsstruktur som finns här med en väl uppbyggd barnsjukvård. Det faktum att nästan alla barn följs genom barnavårdscentralerna kommer att underlätta de screeningprogram som kan bli aktuella, beroende på vad vi får fram i forskningen, säger hon.

Modeller för tidig identifiering

Diabetes typ 1 är en autoimmun sjukdom, där kroppens egna immunsvar slår ut de betaceller i bukspottskörteln som producerar insulin. Precis som för diabetes typ 2 börjar forskare alltmer inse sjukdomens komplexitet, och har också börjat identifiera flera olika undergrupper, baserat på grundorsaken bakom att betacellerna slutar fungera. Sjukdomen är särskilt vanlig i den svenska befolkningen, där omkring 40 procent har de genetiska variationer som tidigare identifierats ge ökad risk för att insjukna. I Sverige har sjukdomen också ökat kraftigt under de senaste decennierna.

Stor potential

Gun Forsander menar att projektet har potential att ge enorma vinster, både genom för människors hälsa och genom minskade kostnader för samhället.

– Även om det gjorts stora forskningsframsteg för sjukdomen innebär den fortfarande ökad risk för långtidskomplikationer. Behandlingen är oerhört tuff, och diagnosen påverkar hela familjen. Om vi kan identifiera dem som har hög risk att utveckla diabetes typ 1 kan vi sannolikt förhindra att betacellernas funktion slås ut, och många kan förbli friska.

Modeller för individuell riskbedömning

Projektet kommer använda algoritmer baserade på artificiell intelligens för att gå igenom data från register och diabetesstudier för att hitta nya modeller för bedömning av den individuella risken att insjukna diabetes typ 1. Data kommer från kohortstudien TEDDY (The Environmental Determinants of Diabetes in the Young) vid Lunds universitet, från Nationella diabetesregistret, samt från kliniska studier med Diamyd Medicals diabetesvaccinkandidat Diamyd. Prediktionsalgoritmen kommer sedan att utvärderas i två mindre preventionsstudier där individer med hög risk för typ 1-diabetes kommer att behandlas förebyggande med diabetesvaccinet.

– Det rör sig inte om ett vaccin i vanlig bemärkelse, utan detta vaccin kan ges tidigt i sjukdomsutvecklingen för att kroppen ska bilda antikroppar som hindrar det autoimmuna förloppet och som skyddar betacellerna. Jag tror inte att vaccinet är den stora lösningen på all diabetes typ 1, men det utgör en ny möjlig intervention tidigt under sjukdomsutvecklingen, säger Gun Forsander.

Även hälso- och sjukvårdens organisatoriska, ekonomiska och juridiska förutsättningar för att tillämpa de föreslagna precisionshälsolösningarna i det svenska sjukvårdssystemet kommer att studeras inom projektet.

Text: Elin Lindström/Inst. för klinisk vetenskaper, Göteborgs Universitet