En svagt övervakad transformer för diagnos och subfenotypning av sällsynta sjukdomar från journaldata med pulmonella fallstudier

Varför det spelar roll att hitta sällsynta sjukdomar snabbare

För familjer som lever med sällsynta sjukdomar kan det ta år innan man får ett namn på vad som är fel. Symtomen är ofta diffusa, läkare kan träffa bara ett fåtal sådana fall under en livstid, och befintliga tester ger inte alltid tydliga svar. Denna studie utforskar ett nytt sätt att använda de digitala spår som finns i elektroniska patientjournaler för att upptäcka två svårdiagnostiserade lungsjukdomar tidigare och för att dela in patienter i grupper som kan få mycket olika framtidsutsikter.

Den långa vägen till en sällsynt diagnos

Sällsynta sjukdomar är ovanliga var för sig, men tillsammans drabbar de hundratals miljoner människor världen över. Många börjar i barndomen och kan vara livshotande om de missas. Artikeln koncentrerar sig på sällsynta lungsjukdomar, där vardagliga besvär som andfåddhet eller pipande andning lätt kan förväxlas med astma eller andra vanliga problem. Följden blir att barn med tillstånd som pulmonell hypertension eller svåra former av astma kan träffa många specialister och vänta i år innan de får rätt diagnos, vilket innebär att värdefull tid går förlorad då tidig behandling kunde ha förändrat sjukdomens förlopp.

Att göra röriga journaler till ledtrådar

Moderna sjukhus lagrar stora mängder information i elektroniska patientjournaler, från diagnoskoder och recept till laboratorietester och läkares anteckningar. Dolda i dessa data finns mönster som kan ge fingervisningar om en sällsynt sjukdom långt innan den formellt namnges. Men det finns en hake: endast en liten andel av patienterna har granskats noggrant av experter, så högkvalitativa etiketter som talar om vem som faktiskt har en sjukdom är sällsynta. De flesta journaler bär endast grova, ”brusiga” signaler — koder som kan spegla faktureringsrutiner, preliminära gissningar eller föråldrade etiketter. Traditionella datorbaserade modeller har svårt i detta läge eftersom de är byggda för att lära av stora mängder rena, pålitliga exempel.

En ny metod för att lära av ofullständiga data

Författarna presenterar WEST, en "weakly supervised transformer" som är utformad för att lära från denna blandning av några få korrekta etiketter och många osäkra sådana. Systemet börjar med två patientgrupper vid Boston Children’s Hospital som kan ha pulmonell hypertension eller svår astma, identifierade med breda screeningskoder. Inom varje grupp har en liten del bekräftats av specialister, medan resten fått probabilistiska poäng från tidigare regelbaserade verktyg. WEST använder en transformer — en avancerad mönstersökningsarkitektur som ursprungligen utvecklades för språk — för att göra varje barns hela medicinska historia till ett kompakt numeriskt porträtt. Avgörande är att den inte behandlar de grova etiketterna som obestridlig sanning: efter varje träningsrunda uppdaterar modellen sina egna uppskattningar av vem som sannolikt är sjuk och matar tillbaka dessa förfinade sannolikheter till nästa runda, vilket gradvis renar signalen.

Vad modellen upptäckte om lungsjukdom

När den testades på avhållna, expertvaliderade patienter var WEST mer träffsäker än flera alternativ, inklusive enkla regelbaserade räkningar av koder, gradient‑boostade träd och transformermodeller som antingen ignorerade de brusiga etiketterna eller accepterade dem som sanna. Den behövde oväntat få guldstandardfall för att prestera väl — omkring 100 noggrant granskade patienter räckte för att matcha eller slå andra tillvägagångssätt. Utöver att ange vem som troligen hade varje tillstånd grupperade modellens interna representationer naturligt barn i kliniskt meningsfulla kluster. För pulmonell hypertension separerade WEST patienter i en långsamt progredierande grupp och en snabbt progredierande grupp, som visade tydligt olika överlevnadsmönster över fem år. För svår astma delade den upp patienter i de med frekventa, farliga skov och de med relativt färre attacker, vilket speglade skillnader i sjukhusinläggningar, låga syreepisoder och respiratorisk svikt.

Hur detta kan förändra vården för patienter

För en icke‑specialist är huvudbudskapet att WEST lär sig att ”se” komplexa sjukdomsmönster i rutinmässiga sjukhusdata utan att förlita sig på enorma, perfekt etiketterade dataset. Genom att smart återanvända ofullständiga signaler tillsammans med en liten mängd expertinmatning kan det mer träffsäkert flagga sannolika fall av sällsynta sjukdomar och avslöja dolda undergrupper som står inför olika risker. På sikt skulle system som WEST kunna hjälpa till att förkorta den diagnostiska odyssén för barn med sällsynta lungsjukdomar, leda läkare mot tidigare remiss till specialister och stödja mer skräddarsydd övervakning och behandlingsplaner baserat på hur en patients sjukdom sannolikt kommer att utvecklas.

Citering: Greco, K.F., Yang, Z., Li, M. et al. A weakly supervised transformer for rare disease diagnosis and subphenotyping from EHRs with pulmonary case studies. npj Digit. Med. 9, 211 (2026). https://doi.org/10.1038/s41746-026-02406-x

Nyckelord: diagnos av sällsynta sjukdomar, elektroniska patientjournaler, maskininlärning inom medicin, pulmonell hypertension, svår astma