Demenssjukdomar är en av vårdens stora utmaningar och antalet drabbade väntas öka i takt med att befolkningen åldras.
I Sverige lever uppskattningsvis över 130 000 personer med en demenssjukdom, och Alzheimers sjukdom är den vanligaste formen.
Samtidigt får många patienter sin diagnos först när sjukdomen redan har hunnit utvecklas långt. Nu visar en ny AI-baserad prototyp utvecklad i samband med hur avancerad dataanalys kan bidra till att identifiera sjukdomen tidigare.
Den nya lösningen, DementAI, har utvecklats av data- och AI-konsultbolaget Katalyze Data inom ramen för SAS Hackathon som är en internationell innovationstävling där organisationer utvecklar nya lösningar med hjälp av data och AI. Systemet är utformat för att upptäcka tidiga risksignaler för Alzheimers genom att analysera mönster i befintliga patientjournaler och andra kliniska data.

Christian Hardahl, EMEA AP Healthcare Lead på SAS Institute
Demens är en av de vanligaste dödsorsakerna i många länder och en stor andel av dem som lever med sjukdomen saknar fortfarande en formell diagnos. Resultatet är en dold vårdskuld där varningssignaler finns i patientjournaler, men ännu inte har lett till specialistutredning.
DementAI är utvecklat som en fungerande prototyp som kopplar samman flera steg i den kliniska processen, från analys av medicinska journaler till användning av AI-modeller i beslutsstöd för vårdpersonal. I stället för att införa nya screeningprogram arbetar systemet med data som redan finns i vårdens system och omvandlar fragmenterad information till konkreta insikter.
Enligt utvecklingsteamets analyser kan verktyget potentiellt bidra till att identifiera Alzheimers sjukdom upp till två år tidigare än dagens diagnostiska processer. Det kan ge patienter och anhöriga mer tid att planera vård och behandling, samtidigt som läkare får bättre möjligheter att sätta in stödinsatser i ett tidigt skede. Samtidigt kan tidigare identifiering bidra till att minska belastningen på vårdens specialistresurser.
Systemet analyserar en kombination av strukturerade patientjournaler, hjärnrelaterade data och ostrukturerad klinisk information. Syntetiska data används under utveckling och testning för att träna och validera modellerna, särskilt i de fall där tillgången till verkliga data är begränsad. Genom att kombinera dessa signaler kan AI-modellen upptäcka subtila förändringar i patienters hälsa som annars kan vara svåra att identifiera vid korta vårdbesök.
– Vi befinner oss i en kamp mot klockan när det gäller demenssjukdomar. Tidig identifiering kan göra stor skillnad för hur patienter och deras familjer upplever sjukdomen. Men utan bättre sätt att hitta patienter tidigare riskerar dessa möjligheter att gå förlorade, säger Tamás Bosznay, Principal Consultant på Katalyze Data.
– Vi byggde inte DementAI enbart för att göra prognoser – vi byggde den för att ge patienter mer tid. Genom att lyfta fram signaler som redan finns i kliniska journaler kan systemet hjälpa vårdteam att identifiera rätt patienter tidigare och mer konsekvent, fortsätter han.
DementAI utsågs till vinnare i kategorin Health Care & Life Sciences i SAS Hackathon 2025. Förutom modellernas träffsäkerhet har projektet haft stort fokus på transparens och styrning i hela AI-processen, inklusive förklarbarhet, spårbarhet och löpande uppföljning.
– Syntetiska data, agentbaserade AI-koncept och tydlig styrning är inte något extra i känsliga miljöer som sjukvården, det är en förutsättning för att innovation ska kunna användas i praktiken och i stor skala. DementAI visar hur artificiell intelligens kan tillämpas både ambitiöst och ansvarsfullt, säger Dr Iain Brown, Global Head of AI & Data Science på SAS Institute.
Utvecklingsteamet söker nu samarbeten med vårdorganisationer för att genomföra pilotprojekt som kan utvärdera modellens effekt i klinisk verksamhet och bidra till att minska diagnostiska förseningar.
– Hälso- och sjukvården sitter redan på stora mängder data som kan ge viktiga insikter om patienters hälsa. Med hjälp av AI och avancerad analys kan dessa data användas för att upptäcka sjukdom tidigare och stödja mer träffsäkra beslut i vården. Det kan i förlängningen bidra till både bättre patientutfall och en mer hållbar vård, säger Christian Hardahl, Healthcare Industry Advisor and Lead på SAS Instutute.



