Artificiell intelligens ger snabba och säkra diagnoser
Man har börjat använda artificiell intelligens för att bedöma vävnadsprov, vilket täcker upp för en stor brist på patologer och även osäkerhet vad gäller bedömning av cancertumörer. Denna teknik kan leda till att man får säkrare och snabbare diagnoser säger Ida Arvidsson som är doktorand vid Lunds Universitets Matematikcentrum.
Prostatacancer är Sveriges vanligaste cancerform med 10 000 diagnosticerade fall per år. Först tas ett PSA-prov. Om det visar att det finns misstänkt cancer hos patienten går man vidare med vävnadsprov och ultraljud. Dessa vävnadsprover behöver sedan genomgå analys hos patologer. Det finns dock en stor brist på patologer och studier visar att de gör olika bedömningar.
Deep learning ger stöd
Målet är nu att kunna använda sig av artificiell intelligens för att kunna bedöma vävnadsprover. Matematiska institutionen vid Lunds Universitet samarbetar med Skånes Universitetssjukhus för att göra ett forskningsarbete där 700 biopsiprover har hämtats in från 174 patienter. Dessa prover färgas in och skannas via ett mikroskop vilket resulterar i en digitalbild.
I försöket bedömer patologer cancerns allvar på Gleasonskalan, baserat på utseendet på cancervävnaden. Skalan går från 3 till 5 och grad 4 och 5 innebär en risk för metastaser. Ida Arvidsson som är doktorand vid Matematikcentrum berättar hur de använder Deep Learning för att med den insamlade datan träna upp ett neuralt nätverk.
Nätverket identifierar bilder
Nätverket implementeras med hjälp av digitala vävnadsprover och består av många vikter som arbetar i olika lager. Med träning kan nätverket identifiera celler, cellkärnor och stora strukturer som exempelvis körtlar. Man utgår från de enklaste strukturerna och arbetar vidare i flera lager, från kanter till större bildobjekt.
Ida Arvidsson berättar hur forskargruppen försöker utveckla en algoritm, vilket kan stötta patologerna med diagnosticeringen. Det gör det också lättare att nå konsensus i bedömning och minskar subjektiviteten. Den artificiella intelligensen kan hjälpa patologerna med att hitta de prov som är friska. På så vis kan de fokusera på de prover som har cancer, vilket förbättrar diagnoserna.
Längre studier
Det är överläkare Anders Bjartell som initierade forskningsprojektet. Han är också professor i urologi. Projektet har nu pågått under tre år, men Ida Arvidsson anser att det behövs längre studier med patientuppföljning över tid. Resultaten kan användas för att uppdatera Gleasonskalan. Det är ett stort projekt men kan förbättra diagnosticeringen.
Under forskningsprojektet har det visat sig att reaktionen från det neurala nätverket skiljer sig åt när det behandlar digitala bilder som kommer från sjukhus i andra landsdelar, samt bilder som har ändrad infärgning. För att göra en validering av resultaten samlar forskarna därför in mer data. Målet är en algoritm som kan användas på alla sjukhus.