Behandling mot cancer brukar ofta utvärderas med någon typ av bildgivande undersökning. Om tumörvolymen har ökat eller minskat spelar stor roll för om behandlingen ska fortsätta. Men mätningar av tumörer är tidsödande och olika läkare kan göra olika bedömningar. Därför vill vi utveckla en metod för att automatiskt mäta tumörvolym med hjälp av artificiell intelligens.
Anni Gålne är doktorand vid Lunds universitet. Här berättar hon själv om sin forskning.
Att alltid vara konsekvent kan vara svårt. Studier har visat att röntgenläkare kan göra olika bedömningar av samma röntgenbilder. Denna bedömning ligger sedan till grund för det beslutsunderlag som finns när man väljer att fortsätta med en cancerbehandling eller att avsluta en behandling för att den inte fungerar. Eftersom en cancerbehandling kan ge patienten många och mycket svåra biverkningar vill man inte behandla en patient i onödan. Dessutom kan en cancerbehandling vara mycket kostsam, vilket är en bidragande anledning till att man bara vill ge behandling till de som har nytta av den.
Det är vanligt att både diagnostisera cancer och utvärdera om behandlingen mot cancer fungerar med en kombinerad undersökning som kallas för PET/CT. PET (positronemissionstomografi) är en bildgivande nuklearmedicinsk metod som används för att avbilda funktion i kroppen med hjälp av ett radioaktivt spårämne, till exempel för att se ökad ämnesomsättning i tumörer. CT (datortomografi) är en skiktröntgen av kroppen som ger detaljerad information om hur det ser ut inuti kroppen. Vid kombinationen av dessa undersökningar, alltså en PET/CT kan man både upptäcka tumörer, noggrant lokalisera var de finns och göra mer specifika mätningar på tumörerna.
Automatisk mätning med AI?
En noggrann bedömning av en PET/CT-undersökning tar mycket tid, och det råder brist på bildgranskande läkare samtidigt som antalet undersökningar ökar varje år. Med hjälp av artificiell intelligens skulle en automatisk mätning av tumörvolym, som komplement till den vanliga bedömningen, kunna bidra med både en tidseffektiv och konsekvent bedömning av den totala tumörvolymen. I förlängningen skulle detta kunna användas för att göra uppföljningen av en cancerbehandling ännu säkrare och effektivare.
I vår forskargrupp arbetar vi nu med utarbeta en metod för att automatiskt mäta tumörvolym på PET/CT-undersökningar.
För att få den artificiella intelligensen att bli ”intelligent” så tränar vi en typ av digitala nätverk med bilder av både friska organ och tumörer. För att dessa digitala nätverk ska förstå vad som är tumörer och frisk vävnad behöver vi för hand rita ut både tumörer och normala organ. Förhoppningen, om vi lyckas, är att den artificiella intelligensen efter mycket bildträning automatiskt vid varje PET/CT-undersökning ska kunna ta fram mätvärden såsom den totala tumörvolymen.
Säkrare sätt att jämföra
När patienten kommer tillbaka för en uppföljande undersökning efter en cancerbehandling, kommer man då direkt kunna jämföra tumörvolym före och efter behandling. Detta skulle kunna bidra till ett mer konsekvent och säkrare sätt att jämföra om till exempel en cancerbehandling har effekt.
Med vår forskning vill vi vara med och skapa framtidens artificiella intelligens, som inom kort kommer vara en del av vår vardag. Vi måste själva utforma och använda den artificiella intelligensen på ett smart sätt. Om vi lyckas med det har vi stora möjligheter att i framtiden kunna spara tid vid granskningen av PET/CT-bilder, underlätta vid bildtolkningen och med hjälp av automatiserade mätningar göra en mer standardiserad och konsekvent bedömning. Detta kommer då att utgöra en stabilare grund vid bedömning om en behandling har effekt – och därmed vara till nytta för patienten.
Text: ANNI GÅLNE
