Hartman, Carl Johan Henning – Refining breast cancer diagnostics through precision pathology

Bakgrund

Cancerdiagnostik sker genom mikroskopisk analys av vävnadsprover, sk patologi. Analyserna ligger också till grund för beslut om olika typer av cancerbehandling. Det föreligger stora variationer mellan olika bedömare vilket riskerar att orsaka feldiagnostik och felaktig behandling. Därför krävs nya tekniker som kan komplettera den vanliga cancerdiagnostiken och bättre bedöma vilken nytta en viss patient har av en specifik behandling. Både digitalisering av patologin och sekvensering av tumörens arvsmassa utgör två separata områden med potential att kraftigt förbättra diagnostiken.

Beskrivning

Genom att isolera patientens cancerceller och utföra testning av stort antal cancerläkemedel kan vi bedöma tumöres känsligheten. Vi använder också tekniken för att studera hur olika delar av en tumör har olika känslighet. Vi studerar också mekanismerna bakom resistens för de vanligaste bröstcancerterapierna; hormonbehandling och anti-HER2 och hur denna kan förutsägas för den enskilda patienten. Ett annat viktigt forskningsområde är AI. Vi har byggt upp en databas med mikroskopibilder och klinisk data från Stockholms alla bröstcancerpatienter som används för att utveckla AI system för träffsäker cancerdiagnostik.

Mål

Målet är att förutsäga vilken patient som har nytta av en viss behandling. Men även att minska variationerna i kvalité mellan olika svenska sjukhus genom att utveckla beslutsstöd till patologen.