Strand, Carl Fredrik – Developing machine learning models for MRI-based precision medicine for breast cancer

Bakgrund

Projektet har sin utgångspunkt i den världsledande forskning som bedrivs på Karolinska Universitetssjukhuset och Karolinska Institutet kring såväl radiologi, onkologi som patologi. För den enskilde patienten är det viktigt att diagnostiken har hög precision för att optimera behandlingen. De senaste årens AI-utveckling inom bröstradiologin har i stort sett varit begränsat till mammografiscreening. Vår grupp har både utvecklat och utvärderat AI-algoritmer för mammografi, men nu finns förutsättningar för att ta viktiga steg framåt genom att använda en ny sorts AI-system (vision transformer) på magnetkamerabilder (MR).

Beskrivning

Projektet handlar om bröstcancer, och går ut på att utveckla AI-hjälpmedel för att öka precisionen i diagnostiken. Vi kommer att fokusera på tre områden: kartläggning av tumörutbredningen, korrelation mellan MR-bild och patologi för att bedöma om en biopsi är representativ, och att förutsäga hur sannolikt det är att tumören kommer att svara bra på onkologisk behandling. Forskningen sker i etablerat samarbete med tre ledande forskare inom bröstonkologi, bröstpatologi och datavetenskap, och drivs utifrån kliniska behov av precisionsmedicin.

Mål

Vi vill se till att varje patients bröstcancer blir noggrant kartlagd, att vi säkerställer att när man tar ett vävnadsprov så stämmer det överens med röntgenbilden, och till slut att man får den onkologiska behandling som har störst chans att vara verksam mot den individuella tumören. Vi tror att vi genom att utveckla den senaste typen av AI-system kan ta tillvara mer information i såväl den radiologiska bilden som i de patologiska parametrarna för att på så sätt skapa de bästa förutsättningarna för optimala behandlingsval för den enskilde patienten.