Bruker kunstig intelligens i kampen mot kreft
I Trondheim har teknologer og klinikere slått seg sammen for å utvikle kunstig intelligens-modeller som kan forutsi kreftpasienters kliniske forløp og prognose.
Prosjektleder Marit Valla, førsteamanuensis og overlege ved Avdeling for patologi ved St. Olavs hospital, peker på behovet for effektivisering i helsevesenet. Med rundt 38 000 nordmenn diagnostisert med kreft årlig, er det økende behov for beslutningsstøtteverktøy basert på de enorme mengdene data generert av moderne kreftutredning.
– Bakteppet er en økende kreftforekomst. Min bakgrunn er fra patologi, hvor vi ser et stadig høyere antall vevsprøver fra kreftutredningen. Samtidig gjøres det mer med hver enkelt prøve. Og så har vi Helsepersonellkommisjonens rapport, som forteller om trykket vi står i både nå og fremover. I helsevesenet trenger vi mer ressurseffektive måter å jobbe på, sier Valla i en pressemelding.
Persontilpasser kreftbehandlingen
Prosjektet «AICAN – Artificial Intelligence and digital pathology in CANcer» fokuserer på å utvikle KI-modeller basert på vevsprøver fra bryst- og lungekreft. Ved å utnytte digitale vevsprøve-bilder og annen diagnostisk informasjon, ønsker de å gi en mer persontilpasset kreftbehandling, og optimalisere ressursbruken. Programvaren FastPathology er utviklet for enkel tilgang til KI-modellene, og prosjektet har allerede hatt over 900 nedlastinger.
– De digitale vevsprøve-bildene gir nye muligheter for automatisk fortolkning. Da kan vi bruke KI til å tolke bildet av kreftsvulsten og samtidig legge til annen informasjon fra diagnostikken, både om pasienten og svulsten. Ved å koble alt dette sammen håper vi at vi på en mer presis måte kan si noe om forløpet, sier Valla.
Ambisjonen til prosjektet er å integrere KI-verktøy i klinisk beslutningsstøtte for en mer individtilpasset behandling. Gjennom digitalt læringsverktøy som LearnPathology og tverrfaglig samarbeid, som involverer leger, teknologer og forskere, søker prosjektet å ta i bruk KI til å forbedre kreftbehandling i praksis. KI-algoritmer har potensial til å akselerere og forbedre diagnostikk, redusere ventetider for pasienter og styrke beslutningsprosesser.
Trenger opplæring
Selv om KI vil være en sentral ressurs i kreftbehandlingen, understreker Valla viktigheten av å bruke KI som en del av et større beslutningsbilde, med forklarlige modeller som klinikere kan validere. Tverrfaglig tilnærming og kompetanseheving blant helsepersonell og teknologer er avgjørende for å realisere KI-potensialet i klinisk praksis.
– Det er behovene i sykehusene som er utgangspunktet her. Vi begynner ikke på noe før det er et klinisk behov. Vi er flere ulike disipliner i samme rom. Legene må ha KI-opplæring, men teknologene må også ha opplæring i helse og medisin. Vi må komme på et nivå der vi kan ha fornuftige diskusjoner, sier SINTEF-forsker Ingerid Reinertsen, som er en del av forskningsgruppen.
