Artificiell intelligens ska bidra till säkrare diagnoser

– En cancerpatient möter många läkare under sin sjukdomstid, men just där och då, framför mikroskopet, så är det min patient. Det säger Lars Egevad, professor i patologi vid Karolinska Institutet som ägnar sin forskning åt att förbättra diagnostiken av prostatacancer.

Diagnostik av prostatacancer sker genom mikroskopiska analyser av tumörvävnad. Den grundläggande analystekniken har egentligen varit ganska likartad de senaste hundra åren. Det som förändrats är att mikroskopen blivit bättre, kunskapen större och i vissa fall används specialfärgningar och genetiska analyser för att komma närmare rätt diagnos. I prostatadiagnostiken används numera ofta MR-kamera för att styra nålen rätt vid biopsitagningen.
– För det mesta är det inga problem att ställa diagnos, men ibland är det knepigare. Då kan specialfärgningar av tumörprovet ge stöd åt diagnosen, berättar Lars Egevad.
Studier visar att det trots det finns en felfrekvens i prostatcancerdiagnostiken på cirka 0,5 till 2 procent. Det kan tyckas lite, men för den enskilda patienten kan det få stora konsekvenser.
– Överdiagnostik och överbehandling är lika illa som att missa en cancer.

”Överdiagnostik och överbehandling är lika illa som att missa en cancer.”

Webbutbildning och AI
För att höja säkerheten i diagnostiken har Lars Egevad tillsammans med sin forskargrupp utarbetat en webbaserad utbildning. Tanken från början var att tillhandahålla ett kostnadseffektivt verktyg för utbildning av patologer i tredje världen, men även svenska patologer under utbildning har stor nytta av denna kostnadsfria resurs.
– Vi lät ett antal patologer i målgruppen testa sig själva med hjälp av bildbaserade exempel. Sedan gjorde de ett antal självinstruerande utbildningsavsnitt innan de testades igen. Det visade sig att träffsäkerheten i diagnoserna ökade rejält!
Forskargruppen har även utvecklat ett AI-system som kan användas för att diagnostisera och gradera prostatacancer. Studien som nyligen presenterats i tidskriften The Lancet Oncology, visade att AI-systemet var lika bra på att identifiera och gradera prostatacancer som ledande uropatologer. Tanken är dock inte att ersätta patologerna utan att använda AI-verktyget som ett säkerhetssystem för att inte missa cancerfall.
Det övergripande målet med Lars Egevads forskning är att få ner felmarginalen inom prostacancerdiagnostiken till lägsta möjliga nivå.
– Det är enormt viktigt att man som patolog förstår att det finns en levande människa bakom varje tumörprov. Inte bara cancerdiagnosen utan även prognostiska faktorer som tumörgrad ligger till grund för klinikernas behandlingsval och får stora konsekvenser för patienten. I vårt yrke handlar det inte om att gissa rätt; säger man cancer så ska det vara cancer och patienterna måste kunna lita på att vår tumörgradering är så välkalibrerad som möjligt.