Forskningsmedel till AI-modeller som följer tumörutveckling
Sahlgrenska Comprehensive Cancer Centres forskningsråd fördelar anslag med syfte att stärka cancerforskningens konkurrenskraft vid Sahlgrenska Universitetssjukhuset och Sahlgrenska akademin inom ramen för den strategiska forskningsplanen. Jonas Wallström är överläkare inom buk- och kärlradiologi och har tilldelats forskningsmedel för utveckling av AI-modeller kopplade till tumörutveckling.
– En stor utmaning är hur vi i ett framtida screeningprogram ska hantera alla bilder med tanke på begränsad tillgång på expertgranskare och här tror vi att AI-modeller kan vara en del av lösningen, säger Jonas Wallström.
På vilket sätt kan AI användas inom cancervården?
– I just det här forskningsprojektet vill vi titta på AI-modeller för att värdera utveckling av tumörförändringar över tid hos män som gjort upprepade magnetkameraundersökningar. Vi vill i första steget låta modellen sortera bort undersökningar utan allvarliga fynd. I ett senare steg vill vi låta modellen försöka förutspå vilka bildförändringar som kan leda till utveckling av allvarlig cancer längre fram.
Hur kan denna metod eventuellt användas i det kliniska arbetet?
– Jag har jobbat med tidig upptäckt av prostatacancer i screeningstudien Göteborg 2 sedan start 2015 som forskare och som röntgenläkare med bedömning av MR-bilderna. Vi har visat att en screeningalgoritm med PSA-prov följt av magnetkamera halverar överdiagnostiken av lågriskcancer samtidigt som vi kan bibehålla en god detektion av kliniskt betydelsefull cancer. En stor utmaning är hur vi i ett framtida screeningprogram ska hantera alla bilder med tanke på begränsad tillgång på expertgranskare och här tror vi att AI-modeller kan vara en del av lösningen.
Hur ska forskningen/projektet gå till rent praktiskt?
– Vi har en stor databas av MR-undersökningar för träning av algoritmer som sedan kan utvärderas i den pågående screeningstudien.
Finns det likande exempel redan?
– Nej egentligen inte, vi har en unik databas av undersökningar i screening och jag känner inte till någon AI-grupp som jobbar med uppföljning.
Hur tänker du att denna typ av framtida vård kan komma patienterna till nytta?
– Genom att avlasta/hjälpa röntgenläkaren kan hög diagnostisk kvalitet erbjudas till fler patienter dvs jämlikare vård. Jag är engagerad i andra AI-relaterade forskningsprojekt men använder i nuläget inga algoritmer i det kliniska arbetet.
