I 2009 års Cancerfondsrapport fanns rubriken ”Skräddarsydd behandling – utmaning och början på en ny epok”. Den är lika aktuell nu som den var då.
Traditionellt sett har cancersjukvård baserats mot genomsnittets biologi och på en indelning som omfattar ett par hundra diagnoser. Men de senaste decenniernas stora framsteg inom molekylär- och cellbiologi har ställt äldre begrepp på huvudet. Istället riktas alltmer fokus på den enskilda tumörens egenskaper och på de bakomliggande uppkomstmekanismerna. Var tumören råkar sitta i kroppen blir allt mindre intressant. Mot bakgrund av denna utveckling har konceptet skräddarsydd behandling intagit en central position inom cancersjukvården. Det vilar på ett fundament av tre begrepp:
I dagens kliniska praktik används enskilda biomarkörer i ja-eller-nej-tester för att bedöma effekten hos läkemedel, till exempel tamoxifen eller trastuzumab. I den utveckling som sker tittar man snarare på profiler, det vill säga en hel uppsättning av biomarkörer. Sedan några år finns det kommersiella kit varav Oncotype DX och MammaPrint är två exempel.
Frågan är inte vad som kommer påverkas av AI. Frågan är snarare om det finns något område som inte kommer att påverkas.
– Harald Kjellin
Men forskningen går snabbt framåt. Inom en snar framtid kommer diagnos att ställas utifrån en AI-baserad kartläggning och analys av olika typer av markörer som medfödda arvsanlag, muterade gener, så kallade snp-analyser och de proteiner som produceras i cancercellerna.
Det handlar om enorma datamängder – redan i dag finns det metoder där man får fram uppemot en miljon variabler för en patientprofil.
I augusti 2017 publicerades en studie i Science som demonstrerar den pågående utvecklingen. Ett stort team med forskare från svenska lärosäten har deltagit, med samordning från Kungliga tekniska högskolan (KTH). Genom att analysera proteindata från 8 000 vävnadsprover, vilka representerade 17 vanliga cancerformer, har man skapat den första versionen av en patologiatlas som är fritt tillgänglig för forskarsamhället. Denna breda strategi skapar förutsättningar för fortsatt forskning. En inriktning är att fortsätta studera den karakteristiska förekomsten, uttrycket, av olika proteiner hos olika tumörtyper. En annan är att ta reda på hur sådana mönster speglar behandlingsmöjligheter och överlevnad. Studien lägger även en kunskapsbas för utveckling av nya målinriktade läkemedel.
Ett utvecklingsområde som är nära förknippat med skräddarsydd behandling är artificiell intelligens (AI). Det handlar om att programmera datorer så att de – baserat på så kallade algoritmer – självständigt kan känna igen sammanhang och mönster och göra förutsägelser utifrån dessa.
Ett utvecklingsområde som är nära förknippat med skräddarsydd behandling är AI och så kallad maskininlärning. Det handlar om att programmera datorer så att de närmar sig människohjärnans förmåga att analysera omvärlden, till exempel genom att dra logiska slutsatser.
Det system som fått mest rubriker inom cancerområdet är superdatorsystemet IBM Watson. Tillämpningen IBM Watson for Oncology samlar snabbt ihop relevant forskningslitteratur, överblickar en omfattande kunskapsbank av kliniska data och ger sammanfattande behandlingsrekommendationer. Sedan 2011 har systemet läst in väldiga mängder patientdata tillsammans med stora delar av de senaste årens cancerstudier samt professionella rekommendationer.
Watson används i dag av läkare på mer än 50 sjukhus i 13 länder för bedömning och planering av cancerbehandlingar. Medtävlaren Microsoft tillkännagav nyligen initiativet Healthcare Next som innefattar flera projekt, bland annat InnerEye där syftet är att använda AI- stödd bildanalys för studier och behandling av tumörer.
Som för all ny teknik återstår det för dessa nya verktyg att gå igenom faserna i den klassiska Gartnerkurvan – först hajp, sedan en besviken motreaktion och slutligen ett förhållningssätt i fas med verkligheten. Tillämpningarna för beslutsstöd behöver sannolikt ett par år på sig för att mogna och bli en verkligt användbar del av vårdens vardag. Samtidigt kan de bara utvecklas till användbara verktyg om de testkörs och förbättras i vårdens vardag. Inom sjukvårdssverige har en debatt börjat blossa upp mellan dem som vill avvakta och dem som vill introducera någon form av AI-baserat beslutstöd.
Den så kallade Gartnerkurvan är klassisk inom framtidsforskningen kring ny teknik. Först en överdriven uppmärksamhet kring möjligheterna, långt innan man har tagit itu med de praktiska och kulturella svårigheterna med att införa tekniken. Sedan en motreaktion när den praktiska nyttan har uteblivit. Till sist en anpassning till verkligheten: I det här läget är den nya tekniken en del av vardagen, och kurvans böljande form är sedan länge bortglömd.
När det gäller AI-stödd mönster- och bildanalys är läget lite annorlunda: Här har man gjort häpnadsväckande språng de senaste åren. Rapporterna blir allt fler där AI-nätverk börjar närma sig mänskliga experters förmåga när det gäller att bedöma kliniska underlag. Under 2017 kom forskningsrapporter med intressanta resultat gällande bland annat diagnos av hudcancer, ändtarmspolyper och bröstcancer.
Även i Sverige pågår den här typen av forskning, bland annat på mammografibilder. Men vad som sker på de enskilda områdena är egentligen inte poängen, det viktiga är att inse att AI-baserade system snabbt närmar sig erfarna läkares och patologers förmåga att göra bedömningar.
Mot bakgrund av den tekniska utvecklingen är det uppenbart att skräddarsydd behandling medför ett paradigmskifte i hur sjukvård bedrivs:
Allt detta innebär ett systemtänkande som inte finns inom svensk sjukvård i dag. Ett viktigt initiativ i rätt riktning är strategiska projektet Genomic Medicine Sweden (GMS). Syftet är bland annat att:
Ett uppstartsmöte hölls hösten 2017. Det första projektet var en förstudie med syfte att ta fram ett förslag till hur precisionsmedicin på ett koordinerat sätt kan införas i svensk sjukvård.
Ett angeläget forskningsområde kring skräddarsydd behandling är Personalised Cancer Medicine (PCM), som bedrivs i olika omfattning vid flera universitetskliniker. Vid Karolinska Institutet har man etablerat ett särskilt program för PCM-forskning med målsättning att stärka den krävande infrastruktur som behövs. Programmet betonar multidisciplinärt samarbete i både forskning (Team Science) och klinik.
Man har ett starkt fokus på molekylär patologi och på de nya former av tidiga kliniska prövningar som krävs för att utveckla skräddarsydd behandling. KI:s PCM-program tjänar som svensk nod i det Europeiska samarbetet inom Cancer Core Europe, vilket sammanför sju av Europas främsta cancercentra i ett nätverk för klinisk PCM-forskning.
Två nationella konferenser har anordnats under 2016 och 2017.
Genom att gå vidare samtycker jag till att mina personuppgifter behandlas i enlighet med Cancerfondens integritetspolicy.