SwAIPP2: AI-baserad diagnostik för framtidens cancerbehandling
VINNOVA har nyligen satsat 95 miljoner SEK på sex innovationsmiljöer som i samverkan ska ta fram banbrytande lösningar för framtidens hälsooch sjukvård.
Läs mer...Denna webbsida är endast avsedd för läkare och sjukvårdspersonal med förskrivningsrätt.
VINNOVA har nyligen satsat 95 miljoner SEK på sex innovationsmiljöer som i samverkan ska ta fram banbrytande lösningar för framtidens hälsooch sjukvård.
Läs mer...Historiskt har cancerdiagnostik utförts genom analys av vävnadsprover i mikroskop av en patolog. Diagnostiken är helt avgörande för att patienten ska få korrekt behandling. Precisionsmedicin ställer nya krav på mer komplex diagnostik såsom genexpressionsanalyser. Digitalisering av patologi i kombination med en enorm utveckling av beräkningskraft öppnar upp nya möjligheter för diagnostiska beslutsstöd som ökar både precision och hastighet i diagnostiken.
Det här är historien bakom Stratipath som utvecklat världens första CE-IVD-märkta produkt för riskstratifiering av bröstcancerpatienter, baserat på digitala mikroskopibilder. Bildanalys baserad på artificiell intelligens (AI) kommer att möjliggöra att betydligt fler patienter får ta del av precisionsmedicin eftersom den är snabbare, mer lättillgänglig och har lägre kostnad än motsvarande genexpressionsanalyser.
Stratipath Breast är en AI-baserad programvara för riskstratifiering av bröstcancerpatienter. Genom analys av rutinfärgade histopatologiska bilder från vävnadssnitt kan Stratipath Breast upptäcka patienter med ökad risk för sjukdomsprogression.
Läs mer...Klinisk patologi har en avgörande roll inom cancersjukvården. För bröstcancer krävs mikroskopisk undersökning av klinisk patolog för att ställa en cancerdiagnos. Men patologen utför också histologisk gradering vilket innebär att tumörens växtmönster analyseras enligt särskilda tidskrävande algoritmer. Här beskrivs de stora variationerna i analysresultat som nyligen kartlagts av professor Johan Hartman vid Karolinska Institutet.
Läs mer...En metod baserad på AI förbättrar diagnostiken av bröstcancertumörer och möjligheten att förutse risken för återfall. Den förbättrade diagnostiska precisionen kan leda till mer individanpassad behandling för den stora grupp bröstcancerpatienter som har mellanrisktumörer.
Läs mer...