AI – vägen till att hitta prostatacancer via screening

AI – vägen till att hitta prostatacancer via screening. Ett unikt forskningsprojekt på Karolinska Universitetssjukhuset

Idag får var sjunde man diagnosen prostatacancer vilket gör den till Sveriges vanligaste cancerform. 1 av 20 män i Sverige dör av prostatacancer. Ett nationellt screeningprogram för prostatacancer, på samma sätt som för bröst- och livmoderhalscancer – skulle minska dödligheten i sjukdomen. Men metoderna att hitta män som behöver behandling för prostatacancer är för osäkra, något som ett unikt forskningsprojekt på Karolinska Universitetssjukhuset vill ändra på, och där röntgenläkarna ska få hjälp av artificiell intelligens, AI.

För att ställa diagnosen prostatacancer tas normalt idag cirka 12 stickprov med nål via ändtarmen. Detta har tidigare gjorts utan guidning av någon röntgenmetod. Nya rön visar att magnetkameraundersökning av prostata gör att man kan förbättra precisionen i diagnostiken.

Genom att kombinera magnetkameraundersökningen och artificiell intelligens, AI, hoppas nu ett forskarlag på Karolinska ytterligare förbättra säkerheten i diagnostiken.

– Vi vill skapa ett applicerbart verktyg, en artificiell intelligens, med en säkrare och mer pålitlig diagnostikförmåga än en tränad person. Förhoppningen är att metoden ska överträffa en erfaren specialist inom radiologi, med flera års erfarenhet av att tolka magnetkameraundersökningar för prostatacancer, säger Patrick Masaba, ST-läkare inom radiologi på Karolinska Universitetssjukhuset, samt doktorand inom medicinsk AI vid Karolinska Institutet. På lång sikt, om vi lyckas, kan AI implementeras i ett nationellt screeningprogram för prostatacancer där den kommer bidra med blixtsnabba analyser av bilder med en säkrare och snabbare handläggning av patientgruppen där hög kvalitet och kostnadseffektivitet är av yttersta vikt.

Med hjälp av magnetkamera och AI antalet män som behöver undersökas för prostatacancer och dessutom få bättre precision i våra stickprover när de väl behöver tas. Ett bättre urval och precisare provtagning skulle förbättra förutsättningarna för ett nationellt screeningprogram

– Om man sticker blint i prostatan efter ett visst schema, vilket ofta görs i dag, vet man inte var tumören sitter. Man chansar helt enkelt på att hitta cancer, men risken är att man missar cancern med nålen eller att man träffar små lågrisktumörer som inte behöver behandling s.k. överdiagnostik. Jämför med kvinnor med bröstcancer, att man i stället för att ta en bild av bröstet skulle sticka i bröstet 20–40 gånger och hoppas på att hitta cancer, det är orimligt. Men det är vad man har gjort på män sedan 1990-talet, även om metoden har utvecklats och förfinats, säger Fredrik Jäderling, Institutionen för Molekylär Medicin och Kirurgi på Karolinska Institutet.

Studier där man utvecklat AI algoritmer för magnetkamerabilder på några hundra patienter visar redan i dag på goda resultat, men den studie som startar under hösten blir större, på uppemot 1500 magnetkameraundersökningar.

Fakta studien
Studien är ett samarbete mellan Karolinska Universitetssjukhuset, Karolinska institut, SECTRA AB samt Centre for Medical Image Science and Visualization (CMIV), Analytic Imaging Diagnostic Arena (AIDA) samt Medtech 4 health.
Finansiärerna bakom AI-projektet, där studien ingår, är: SLL Innovation, Prostatacancerförbundet samt Medtech-4-Health, Sweden.

Fakta AI
Neurala nätverk kallas den modell som används för att åstadkomma artificiell intelligens, AI, och har tagits fram för att efterlikna hur den mänskliga hjärnan fungerar. Nätverken är modellerade efter vanliga hjärnsynapser, det vill säga input-output i alla möjliga olika konstellationer, förgrenade med varierande grader av komplexitet.
De enklaste nätverken består av ett hundratal förgreningar, medan de största når upp över tiotusen till hundratusen förgreningar.
Nätverken fungerar som en sil som filtrerar och kategoriserar information och bilder, gör ordning av kaos och bygger en egen logik/mönster för att sedan lösa uppgifter.
AI:n får input i form av stora mängder bilder och information som analyseras och får sedan själv gissa vilken bild som t ex föreställer en hund. Visar algoritmen en bild på en katt får den information om att det visserligen är ett däggdjur med fyra ben och svans, men att det inte är en hund, information som samlas in av algoritmen. De punkter som fungerat bra, som däggdjur, svans, fyrbent, får större tyngd inför nästa försök. Repetition och positiv förstärkning är principen för AI:n

Kim Sjölund
Presschef
072-598 13 88
kim.sjolund@sll.se