Tumörer som sprider sig från modersvulsten kan vara svåra att hitta. Men nu kan artificiell intelligens, AI, vara ett sätt att förbättra oddsen.

– Tanken är inte att AI ska ersätta den mänskliga bedömningen inom cancervården, utan snarare finnas där som en hjälp för att se avvikande mönster, säger Elin Trägårdh, överläkare inom nuklearmedicin på Skånes universitetssjukhus och forskare vid Lunds universitet.

En av de undersökningsmetoder som främst används för att diagnostisera cancer i dag är positronemissionstomografi (PET) kombinerat med datortomografi (DT). PET används för att lättare kunna
upptäcka tumörer på grund av förändrad biologi jämfört med frisk vävnad. Till exempel förändringar i glukosmetabolismen, processen som omvandlar glukos till energi i våra celler. DT avbildar kroppens
anatomi och visar strukturella förändringar i exempelvis formen av en tumör.

– Antalet remisser ökar år för år, och att tolka materialet från undersökningarna är tidskrävande för de läkare som ska göra det. Här kan AI kliva in och fungera som ett komplement till undersökningarna. Dels för att få ut mer information från patientens sjukdomshistoria tillsammans med fynden som till exempel metastaser. Dels för att snabbare analysera och tolka det, förklarar Elin Trägårdh.

Potential att lösa flaskhalsar

Genom att ge säkrare diagnoser och bättre klinisk handläggning hoppas Elin Trägårdh att AI ska kunna bidra till att minska handläggningstiden för patienter som drabbats av cancer. Hon menar också att det i dag finns ett mått av subjektivitet i bedömningarna av vävnadsprover inom cancervården.

– Olika läkare kan komma fram till olika slutsatser trots att de studerar samma vävnadsprover. Det leder till problem där läkarna måste välja behandling baserat på osäker information.

För att AI ska kunna fungera som ett validerande och pålitligt system krävs det dock att programmen når upp till en standard som säkerställer det.

– Där är vi inte i dag. I nuläget vågar vi helt enkelt inte lägga över det ansvaret på olika AI-applikationer. Samtidigt finns det fler anledningar till att artificiell intelligens kan vara problematiskt
att använda sig av inom vården utöver den vetenskapliga säkerställningen.

En av dem är aktörerna bakom applikationerna.

– Det är många företag som håller på att utveckla olika AI-metoder. Risken blir att marknaden består av en massa små aktörer där det blir svårt att veta vem och vilken teknik vi ska använda oss av. Inom
sjukvården krävs det dessutom att vi är än mer aktsamma eftersom det är känslig patientdata vi arbetar med.

Träna upp datorer

Sarah Lindgren Belal är ST-läkare i kirurgi på Skånes universitetssjukhus och forskarstuderandevid Lunds universitet. Just nu forskar hon specifikt på PET/DT och AI vid spridd prostatacancer. Det gör hon
genom att utveckla en datoriserad metod som hittar spridning av prostatacancer och som bygger på artificiell intelligens för maskininlärning.

– Jag försöker att lära vår AI-metod att bedöma tumörbördan, den totala mängden tumörceller i kroppen, och ge ett mått på hur stor del av skelettet som är täckt av metastaser.

Tanken är inte att AI ska ersätta den mänskliga bedömningen inom cancervården, utan snarare finnas där som en hjälp för att se avvikande mönster. Sarah Lindgren Belal förklarar att det är viktigt att kunna göra en objektiv bedömning av spridningen av metastaser när det gäller prostatacancerjust för att veta hur patienten som drabbats ska behandlas och följas upp.

– Prostatacancer sprider sig nämligen vanligen till skelettet om sjukdomen metastaserar, säger hon och fortsätter:
– PET/DT är en av de mest moderna metoderna för att upptäcka en eventuell spridning, men materialet är samtidigt svårtolkat. Det är här vi hoppas att AI ska komma in i bilden.

Sarah Lindgren Belal tror att en fungerande AI-teknik helt enkelt kan göra tolkningen av materialet lättare och därmed hjälpa läkarna i sina bedömningar. För det krävs det samtidigt att bearbetningen
av materialet standardiseras på ett sätt som inte är beroende av den enskilde tolkaren.

AI, cancervård och framtiden

Elin Trägårdh tror att cancervården kommer att ha stor nytta av de datoriserade metoderna och att AI kommer att spela en avgörande roll i framtiden när det kommer till cancervård. Däremot poängterar
hon betydelsen av aktsamhet när datorerna tränas.

– AI måste ha befintliga data att tränas med. Då gäller det att den datan är bra och fri från bias för att rätt slutsatser ska kunna dras. Det vill säga, lägger du in information som är felaktig lär sig ju datorn att tolka det materialet, säger Elin Trägårdh.

Text: ANDREAS IREBRING