Upptäckt av provutbyte i antidopingsutredningar med hjälp av AI

I takt med att dopingtestförfaranden och analytiska metoder har förbättrats över tid har idrottare som försöker undgå upptäckt tagit till allt mer sofistikerade metoder för prov-manipulation, vilket tydligt demonstrerades under de olympiska vinterspelen i Sotji 2014. En sådan metod innebär att ett potentiellt positivt urinprov ersätts med ett annat prov som inte innehåller några förbjudna substanser. Denna form av provutbyte kan genomföras antingen genom att lämna in ett rent urinprov från en annan idrottare eller genom att återanvända ett tidigare insamlat urinprov från den egna idrottaren, förutsatt att provet samlades in innan den förbjudna substansen administrerades.

Det förstnämnda scenariot kan upptäckas eftersom en idrottares steroidprofil är unik och stabil över tid. Sådana profiler övervakas genom steroidmodulen i det biologiska idrottarpasset (Athlete Biological Passport, ABP), vilket möjliggör longitudinell uppföljning av en idrottares endogena steroidkoncentrationer och tillhörande kvoter. Varje plötslig avvikelse från den etablerade baslinjen eller de individuella tröskelvärdena väcker sannolikt misstanke och leder till vidare utredning. ABP, som utvecklats WADA, använder statistiska modeller, såsom Bayesianska metoder, för att identifiera sådana atypiska profiler. Dessutom har flera maskininlärningsmetoder nyligen föreslagits för att upptäcka denna typ av provutbyte.

När en idrottare däremot återanvänder sitt eget rena urinprov – insamlat före doping-aktiviteten – som ersättningsprov vid en dopingkontroll blir manipulationen betydligt svårare att upptäcka. Eftersom det ersatta provet kommer från samma individ överensstämmer dess steroidprofil naturligt med idrottarens longitudinella biologiska pass. Upptäckten försvåras ytterligare om provet analyseras vid en annan tidpunkt eller vid ett annat WADA-ackrediterat laboratorium, eftersom det saknas en inbyggd mekanism för att identifiera att provet är identiskt med ett tidigare analyserat prov. Tidigare fall av denna typ av provåteranvändning har endast upptäckts av en slump, vanligtvis därför att båda proverna analyserades vid samma laboratorium inom en kort tidsperiod, det vill säga i nära tidsmässig anslutning.

Ett exempel på provåteranvändning är fallet med den ryske paralympiske längdskidåkaren och skidskytten Nikolaj Poluchin under de paralympiska vinterspelen i Sotji 2014. Utred-ningar visade att “smutsiga” urinprov ersattes med “rena” prover från samma idrottare för att dölja användningen av förbjudna substanser. Forensisk undersökning av Poluchins provflaska visade tecken på manipulering, och DNA-analys bekräftade att urinen överensstämde med idrottarens genetiska profil, vilket visade att han hade återanvänt sitt eget urinprov. Detta ledde till att hans tävlingsresultat ogiltigförklarades, däribland ett guld och två silvermedaljer.

Trots framsteg inom steroidprofilering och longitudinell övervakning är identifiering av återanvända prover från samma idrottare fortfarande ett tekniskt olöst problem. För det första innehåller det biologiska idrottarpasset tusentals prover som samlats in från olika idrottare under många år och analyserats vid olika WADA-ackrediterade laboratorier. Det finns för närvarande ingen automatiserad mekanism för att jämföra ett nyinsamlat prov med detta omfattande arkiv för att identifiera om provet tidigare har analyserats eller återanvänts. Att genomföra sådana jämförelser manuellt är inte praktiskt möjligt på grund av datamängdens storlek och steroidprofilernas höga dimensionalitet.

Vidare kan mindre variationer förekomma till följd av biologiska eller analytiska faktorer, men återanvända prover från samma idrottare uppvisar i regel i det närmaste identiska värden för samtliga steroidkoncentrationer och kvoter. Dessutom har befintliga maskininlärningsmetoder inom antidopingsområdet huvudsakligen fokuserat på att identifiera avvikande värden som indikerar doping, snarare än att systematiskt identifiera identiska steroidprofiler över tid. Följaktligen är upptäckt av återanvändning av urinprover fortfarande ett olöst problem inom antidopinganalytiken.

I denna studie presenteras ett ramverk för likhetsdetektion som uttryckligen tar hänsyn till mönsterkomplexitet vid analys av urinbaserade steroidprofiler. Ramverket bygger på ett konvolutionellt neuralt nätverk för att fånga mer komplexa och subtila variationer mellan par av steroidprofiler.

Med hjälp av ett dataset bestående av 67 651 steroidprofiler, insamlade mellan 2021 och 2023, utvärderades ramverket på både syntetiskt genererade och laboratorieverifierade likartade prover, vilka återspeglar den variation som förekommer i verkliga dopingskontrollprocesser. Resultaten visar att det föreslagna ramverket överträffar flera jämförelsemodeller och uppnår högre träffsäkerhet än dessa baslinjemodeller.

Dessa resultat visar att maskininlärning har potential att förbättra antidopingarbetet genom att möjliggöra automatiserad identifiering av återanvända eller identiska urinprover inom de storskaliga provsamlingar som hanteras inom ramen för det biologiska idrottarpasset (ABP).

I denna artikel beskrives utmaningen med att identifiera identiska eller återanvända urinprover inom antidopingsanalysen, med särskilt fokus på steroidmodulen i det biologiska idrottarpasset (ABP). I situationer där idrottare försöker kringgå dopingkontroller genom att ersätta nyinsamlade prover som innehåller förbjudna substanser med tidigare insamlade, dopingsfria prover – antingen sina egna eller en annan idrottares – kan sådan manipulation vara svår eller till och med omöjlig att upptäcka med konventionella metoder, särskilt när steroidprofilerna ligger inom det biologiskt förväntade variationsområdet.

För att hantera detta problem föreslås ett ramverk för likhetsdetektion som kan analysera storskaliga databaser med steroidprofiler och identifiera profiler som är mycket lika eller identiska. Ramverket bygger på ett konvolutionellt neuralt nätverk (CNN), tränat på både syntetiskt genererade och laboratorieverifierade provpar, för att lära sig komplexa parvisa samband mellan steroidprofiler under biologiskt realistiska variationer. Genom att utnyttja simulerad mätosäkerhet och laboratorieverifierade prover kunde CNN-modellen generalisera väl och skilja verklig likhet mellan prover från den naturliga variationen mellan olika individer.

Vid samtliga utvärderingar – inklusive könsspecifika analyser och laboratorieverifierade prover från verkliga dopingkontroller – presterade CNN-modellen genomgående bättre än samtliga jämförelsemodeller. Studien visar dessutom att den underliggande steroidprofildatan inte är alltför komplex, eftersom även etablerade maskininlärningsmetoder, såsom Random Forest och Extra Trees, uppnådde goda resultat. CNN-modellen uppvisade dock konsekvent högre träffsäkerhet och större robusthet över olika dataset och laboratoriemiljöer, vilket gör den till ett mer tillförlitligt alternativ för storskalig likhetsdetektion.

Detta arbete bidrar med en skalbar och datadriven metodik som kan stödja både forensiska utredningar och den rutinmässiga dopingkontrollen, särskilt genom att identifiera misstänkta poster i databaserna för det biologiska idrottarpasset. Genom att integrera metoden i befintliga arbetsflöden kan enheterna för hantering av det biologiska idrottarpasset (Athlete Passport Management Units, APMU) kan WADA förbättra sin förmåga att upptäcka åter-användning av prover, stärka bevisvärdet hos longitudinella steroidprofiler och därmed ytterligare säkerställa integriteten i idrottens dopingkontroller.

Referens: Rahman MR, Piper T, Thevis M, Maass W. Detection of sample swapping in anti-doping investigations using machine learning. Sci Rep 2026;16: 9230