Maier, Stephan Ernst – Artificial intelligence for reproducible MRI diagnosis of prostate cancer

Stephan Ernst Maier
Göteborgs universitet
2021
Finansieras med
2 400 000 kr
Forskningsområde: translationell forskning

Bakgrund

Vid diagnostik av prostatacancer (PC) tas PSA-blodprov (prostataspecifikt antigen). Vid förhöjt PSA tas 10–12 vävnadsprov från prostata med nålar som sticks in via ändtarmen. Nålarna missar nära 50% av allvarliga tumörer eller kan träffa små tumörer av oklar eller ringa betydelse, vilket kan leda till att allvarlig cancer går oupptäckt, eller att prostata opereras bort i onödan, med risk för impotens och urinläckage. Magnetkameraundersökning (MRT) av prostata för att rikta biopsierna ger säkrare diagnostik och introduceras f.n. MRT-diagnostiken är dock svår och det förväntade stora antalet MRT medför kraftig belastning på röntgenklinikerna.

Beskrivning

MRT av prostata rekommenderas nu före biopsi i Nationella Vårdprogrammet för Prostata (NVP). Vårt mål är att använda artificiell intelligens (AI) baserat på maskininlärning och neurala nätverk, skapa ett automatiserat verktyg som hittar allvarliga tumörer och tecken på tumörväxt utanför prostata. Med en tillgänglig databas innehållande tusentals MRT-undersökningar med kända histologiska utfall, kommer vi träna och validera AI-system som lär sig känna igen prostatas anatomi, tumörmisstänkta områden och tecken på överväxt utanför prostata. AI-systemets tillförlitlighet och tidsbesparingen för individuella radiologer kommer utvärderas kliniskt.

Mål

Ett välfungerande AI-system för att hitta allvarliga prostatatumörer på MRT och ange risk för tumörväxt utanför prostata, viktigt inför val av behandling, skulle ha stor betydelse för patienter och kliniker. Ökad diagnostisk tillförlitlighet och förbättrat behandlingsunderlag kommer påtagligt kunna förbättra behandlingens utfall. De nya riktlinjerna kommer kraftigt öka efterfrågan på MRT-undersökningar, samtidigt som det råder brist på tränade radiologer. Ett AI-system har potential att öka patientgenomströmningen med ökad diagnostisk tillförlitlighet och kan bli ett viktigt hjälpmedel i detta paradigmskifte inom prostatacancerdiagnostiken.