Denna webbsida är endast avsedd för läkare och sjukvårdspersonal med förskrivningsrätt.

AI – för smart diagnostik av bröstcancer i länder med begränsade resurser

Ett fickultraljud, en smarttelefon och en algoritm kopplad till tusentals kliniska bröstbilder. Med hjälp av detta hoppas Lundaforskare möjliggöra diagnostik av bröstcancer i låg- och medelinkomstländer.

Kristina Lång, docent i diagnostisk radiologi vid Lunds universitet.

Var sjätte person i världen dör av cancer. Av alla cancertyper är bröstcancer den vanligaste, och det är långt fler som dör av den i  låg- och medelinkomstländer än i höginkomstländer. Ofta ställs diagnosen sent, och för många av dessa kvinnor är cancern då inte längre botbar.

– I vårt projekt utvecklar vi en innovativ lösning för lättillgänglig, kostnadseffektiv och säker bröstdiagnostik där den behövs som mest, säger överläkaren och forskaren Kristina Lång, docent i diagnostisk radiologi vid Lunds universitet.

Kristina Lång har intresserat sig för bröstcancer sedan sin tid som ST-läkare. Det var också då hon började forska, först om 3D-mammografi. Teknik och innovation har gått som en röd tråd genom hennes yrkesår. Som färdig specialistläkare började hon arbeta på Unilabs bröstmottagning på Skånes universitetssjukhus i Malmö, där hon fortsatt jobbar. Den absolut viktigaste diagnostiska metoden är ultraljud.

– En sådan här ultraljudsmaskin kostar runt en miljon, säger Kristina Lång och lägger en hand på den stora maskinen som står intill britsen i ett av mottagningens undersökningsrum.

Men denna, tillägger hon och fiskar upp en liten trådlös ultraljudsprob ur fickan, kostar bara en bråkdel. Proben kopplas till en smarttelefon, och ultraljudsbilderna dyker upp på mobilskärmen. Det nya är att Kristina Lång tillsammans med civilingenjör Freja Sahlin och matematikerna Ida Arvidsson och Jennie Karlsson tagit fram en algoritm som kan analysera de bilder som fíckultraljudet tar. Algoritmen bygger på träning av tusentals ultraljudsbilder som samlats in från bröstpatienter i Malmö.

– Ultraljudsbilder är svåra att tolka och kräver särskilt utbildad personal, vilket inte alltid är möjligt i lågresursländer. Vår automatiska bildanalys hjälper till att välja ut de kvinnor som sannolikt har cancer, för vidare utredning och behandling, berättar Kristina Lång.

Världshälsoorganisationen WHO lanserade i fjol ”Global Breast Cancer Initiative” med mål att minska dödligheten i bröstcancer. Tillgången till diagnostik ses som central för att kunna nå det målet. Ett stort problem med den begränsade tillgången till diagnostik är också att kvinnor riskerar onödiga, ofta stora ingrepp – när en enkel undersökning hade kunnat visa att en knuta är ofarlig.

Civilingenjör Freja Sahlin berättar att det är insamlingen av ultraljudsbilder som har varit projektets största och mest tidskrävande utmaning hittills.

– Men den prototypalgoritm som nu finns fungerar väldigt bra, säger hon.

Kristina Lång håller med. Protypen ska förfinas ytterligare, men dess träffsäkerhet är redan minst  lika bra som den i mammografiscreening. Nu ska algoritmen testas även i kliniska studier.

Liknande poster

AI förbättrar bröstcancerupptäckt med kompletterande MR efter negativ mammografi

RWE från flera studier presenteras för bröstcancerläkemedel

Omfattande uppdateringar av vårdprogrammet för bröstcancer