«Et intelligent mål på kondisjon» - Kunstig intelligens for å estimere fysisk kapasitet hos pasienter med overvekt og fedme

Fysisk kapasitet, eller kondisjon, er kroppens evne til å oppta oksygen under belastning, og lav fysisk kapasitet er forbundet med like høy dødelighetsrisiko som diabetes, høyt blodtrykk, røyking og fedme. Dette gjør fysisk kapasitet til en viktig helseindikator, spesielt ved forebygging og behandling av fedme. Tradisjonelt måles fysisk kapasitet (VO2max) gjennom en belastningstest på tredemølle eller sykkel, som krever kostbart medisinsk utstyr og er en påkjenning for pasienten. Dette, kombinert med økonomiske kostnader, fører til at fysisk kapasitet ofte ikke kartlegges i klinisk praksis. Kunstig intelligens (KI) har imidlertid vist seg å kunne løse komplekse problemer som tidligere var umulige å håndtere med tradisjonelle statistiske metoder. KI-modeller kan forstå ulineære sammenhenger i data og dermed identifisere mønstre som klassiske metoder ikke kan oppdage, noe som kan forbedre ytelsen til slike modeller. Internasjonal interesse for KI har økt raskt de siste årene, og KI har også blitt integrert i kliniske verktøy i helsevesenet i Norge. Dette prosjektet har som mål å utvikle en fedmespesifikk KI-modell som bruker enkle vitale parametere for å estimere fysisk kapasitet hos fedmepasienter. Modellen trenes på data fra Sykehuset i Vestfold og Muritunet rehabilitering, hvor direkte målinger av VO2max fungerer som treningsmål (“ground truth”). Etter utvikling skal KI-modellen publiseres på en webserver, slik at estimering av fysisk kapasitet kan gjøres via et API. Estimatet fra modellen vil bli tilgjengelig gjennom en webapplikasjon, noe som gjør det enkelt for behandlere og pasienter å bruke. Målet er å øke tilgjengeligheten og bruken av fysisk kapasitet som en diagnostisk og prognostisk helseindikator.