Egevad, Lars Anders – Genetics and Artificial Intelligence for Diagnosis and Prognosis of Prostate Cancer

Bakgrund

Diagnostik av prostatacancer sker idag genom mikroskopisk bedömning av biopsier. Det är välkänt att både över- och underdiagnostik förekommer sporadiskt, ofta med svåra följder för patienten. Avgörande för behandling är även tumörens grad dvs dess mikroskopiska växtmönster. Bristande reproducerbarhet i bedömningen av grad är dock fortfarande ett problem. Det finns ett behov av kontinuerlig träning av patologer som inte är specialiserade i urologisk patologi.

Beskrivning

Vi avser att förbättra diagnostik och gradering av prostatacancer med en kombination av AI och tumörgenetik. Vi har utvecklat ett AI-program som har god förmåga att känna igen prostatacancer i en biopsi. Det återstår dock mycket arbete innan metoden kan införas i kliniskt rutinbruk. Bland annat måste den testas på biopsier från olika lab och på ovanliga tumörformer. Vi har också testat den på gradering av fall som har bedömts av ledande experter. Även där presterar AI bra men det finns fortfarande visst behov av kalibrering. Vi kommer att göra genetiska analyser av tumörer för att lära oss mer om dem och sedan förbättra AI-metoden.

Mål

Vi vill skapa ett säkerhetssystem som hjälper patologerna att säkrare diagnostisera prostatacancer. Systemet ska kunna larma om man håller på att missa en cancer eller om man riskerar att övertolka en godartad förändring som cancer. Genom att föreslå en tumörgrad i tveksamma fall kan AI bidra till en ökad standardisering och minskad subjektivitet i bedömningen. På så sätt kan ett korrektare behandlingsval göras.