Egenreferat. Tjock- och ändtarmscancer är den tredje vanligaste cancerformen i Sverige, med en god prognos om den upptäcks i ett tidigt stadium. Primärvården är oftast den första kontaktpunkten vid diagnostisering av tjock- och ändtarmscancer. Det är dock en utmaning för allmänläkare att bedöma sannolikheten för cancer och prioritera utredningar av patienter med ospecifika, vanligt förekommande symtom som kan ha en koppling till cancer. Diagnostiska fel, inklusive missade, försenade och felaktiga diagnoser, är ett problem inom primärvården, speciellt vad avser cancer.

Riskprediktionsverktyg framtagna med utgångspunkt från epidemiologiskt framtagna riskfaktorer kan vara en hjälp i detta arbete. Vi har tidigare presenterat ett sådant verktyg för icke-spridd tjock- och ändtarmscancer framtaget i Västra Götaland och sedan validerat det i Region Stockholm [1]. Detta verktyg har baserats på symtomdiagnoser från primärvårdsjournaler.

Förväntningarna är höga på att teknologiska framsteg inom maskininlärning och artificiell intelligens (AI) ska förbättra de medicinska beslutsstöden inom primärvården. Studier har visat att AI-metoder kan förbättra prediktionsförmågan hos cancerriskvärderingsverktyg inom primärvården. I denna fall–kontrollstudie analyserades data med hjälp av en maskininlärningsmetod, »stochastic gradient boosting« [2]. Data kom från primärvårdsbesök för 542 vuxna patienter som diagnostiserats med icke-spridd tjock- och ändtarmscancer i Västra Götalandsregionen under 2011 och 2 139 matchade kontroller. En modell för att predicera förekomsten av icke-spridd tjock- och ändtarmscancer baserad på ICD-10-koder rapporterade vid primärvårdsbesök samt antalet besök året före diagnos konstruerades.

Av de 361 variabler som användes i modellen hade 184 en påverkan >0, varav 16 variabler hade en normaliserad relativ influens (NRI) >1 procent och en kombinerad NRI på 63,3 procent. Modellen hade en area under kurvan på 83,2 procent, en sensitivitet på 73,3 procent och en specificitet på 83,5 procent. Förutom symtom som identifierats i tidigare studier visade den aktuella studien att även godartade symtom som hemorrojder kan dölja bakomliggande maligna diagnoser och vara viktiga för att förutsäga förekomsten av icke-spridd tjock- och ändtarmscancer.