av Forsker med KI fant store forskjeller mellom pasienter med narkolepsi. Louise Frøstrup Follin lot KI analysere søvndata i fem sekunder av gangen. Da fant hun forskjeller mellom narkolepsipasienter som ikke har vært kjent før.
Follin er ingeniør; ikke søvnlege. Men nå har hun tatt doktorgraden på narkolepsi. Hun er den fjerde forskeren som gjør akkurat det ved det som tidligere het Nevsom, som nå er em del av Nasjonalt senter for sjeldne diagnoser, enhet hjernesykdommer, på Oslo universitetssykehus.
Mer oppstykket søvn
Louise Frøstrup Follin har delt opp data fra søvnmålinger i kortere tidsintervaller og brukt kunstig intelligens til å analysere dem. Det har gitt ny kunnskap om pasienter som lider av narkolepsi. Forskjellene mellom dem er mye større enn det som hittil har vært kjent, og de som er hardest rammet, har mer fragmentert søvn enn forskerne har visst tidligere.
– Standarden er å dele inn søvnen i 30 sekunder lange biter, forklarer hun. På fagspråket kalles disse tidsrommene for «epoker».
Søvnteknikerne analyserer hjernebølger og muskelaktivitet. Så plasserer de hver epoke i et av fem søvnstadier. Et slikt stadium beskriver hvor dypt eller lett du sover.
Mini-epoker
For teknikerne tar det flere timer å analysere dataene fra én enkelt natt med avansert søvnmåling – det som heter polysomnografi. Nå kan kunstig intelligens gjøre det raskere.
Men samtidig har Louise Frøstrup Follin arbeidet ut fra at en slik epoke er altfor lang til å gi data som er detaljerte nok. – Bare ved å se kort på det som skjer i løpet av 30 sekunder, ser jeg at det skjer mer enn hva et enkelt stadium kan beskrive. Vi har tidligere delt inn i epoker på 30 sekunder, men det er ikke nok til å fange opp de fulle detaljene om hva som skjer under søvnen, sier hun.
Follin har gått fra epoker til mini-epoker. Hun har analysert søvndataene i perioder på fem sekunder i stedet for 30. Det betyr seks ganger så mange tidsrom som må analyseres i løpet av en natt. Nå er det mulig å få til. Kunstig intelligens kan ta seg av det meste av arbeidet med de analysene. Problemet var at KI-en må ha noe å lære av – altså manuelle scoringer fra søvnteknikere.
Lærte opp kjent KI-modell
– Dette er det aldri noen som har vært dumme nok til å kaste seg ut i, spøker hun. – Vi fikk teknikeren vår, som er ekstremt dyktig til dette, til å score søvn i fem sekunders biter. Så laget vi en automatisk KI-modell som ser på disse bitene, forteller Follin.
Modellen hennes bygger på U-Sleep. Det er en anerkjent KI-modell som allerede brukes mye i søvnanalysene. Så har Follin og kollegene trent U-Sleep på de fem sekunder lange bitene.
– Vi mener at dette er mer korrekt og mer biologisk riktig. Hjernen fungerer ikke i 30 sekunders sprang. Fem sekunder er heller ikke det samme som kontinuerlig, men det er tettere på å være biologisk korrekt, sier hun.
Uventet store forskjeller
Den andre delen av forskningen som ligger bak den ferske doktorgraden hennes, var å finne ut hva analysene av disse mini-epokene sier om pasienter med narkolepsi.
– Inntil nå har vi sett på narkolepsi som en homogen gruppe. Det er ikke ulike typer innenfor narkolepsi type 1-gruppen. Derfor har vi tenkt at det ikke er stor variasjon, og det bekrefter også 30-sekundersepokene, sier hun.
– Men hvis vi kikker på femsekundersbitene, finner vi ulike grupper. De som har alle de typiske narkolepsi-symptomene, har mye mer fragmentert søvn enn de som bare har enkelte symptomer, forteller hun.
Forskjeller i signalstoff
Også når hun ser på hvor mye hypokretin pasientene har, ser hun klare forskjeller. Hypokretin er signalstoffet som helt eller delvis mangler hos den som har narkolepsi. Det viser seg at de som nesten ikke har hypokretin i det hele tatt, får mer fragmentert søvn i løpet av natten, mens de som har mer hypokretin – men fremdeles godt under nivået til dem som er friske – ikke har en slik forverring utover natten
– Fragmentert søvn er jo et kjernesymptom på narkolepsi. Det vi ser av mini-epokene, er at narkolepsipasienter har mye mer fragmentert søvn enn det som har vært kjent tidligere. I tillegg ser vi at graden av søvnfragmentering henger sammen med hvor alvorlig narkolepsien er, noe vi først fant da søvnen ble analysert i mini-epoker, sier Follin.
Også andre søvnsykdommer?
Hun tror at kombinasjonen av mini-epoker og kunstig intelligens kan gi ny informasjon om flere søvnsykdommer. Også om idiopatisk hypersomni, narkolepsi type 2 eller andre søvnsykdommer kan det hende forskerne finner ny kunnskap når de gjør søvnanalysene seks ganger mer detaljerte.
– Det er kjempeinteresse for å analysere søvn med høyere detaljeringsgrad, og vi håper vi kan forske videre på dette, sier hun.
Kan kutte ventelister
Hun trekker også frem en hjertesak som kan gjennomføres raskere og få mye å si for dem som venter på å få diagnose og behandling:
– Hvis vi får tatt i bruk automatisering på sykehusene, kan mange flere pasienter komme gjennom søvnundersøkelsene. Analysedelen som nå tar tre–fire timer, kan gjøres på fem minutter og kvalitetssikres av en søvntekniker på et kvarter. Det betyr at mange flere pasienter kommer gjennom systemet, sier Louise Frøstrup Follin.
Tekst og foto: Georg Mathisen
Forskningen til Louise Frøstrup Follin kan både kutte ventelistene og gi ny kunnskap om narkolepsi.
