Smedby, Örjan – Tomosynthesis and deep learning  – a novel diagnostic approach to breast cancer

Örjan Smedby

Kungliga tekniska högskolan

2023

Finansieras med

2 400 000 kr

Forskningsområde: klinisk forskning

Bakgrund

Bröstcancer är den viktigaste tumören hos kvinnor, och stora satsningar görs för att med röntgen avslöja tumörerna på ett tidigare stadium, då de oftast kan tas bort innan de hunnit sprida sig. Förutom vanlig bröströntgen (mammografi) finns nu en lovande metod för 3D-mammografi som kallas tomosyntes. Utvecklingen av artificiell intelligens (AI) har lett till att datorer nu är ungefär lika bra som röntgenläkare på att känna igen cancer i mammografibilder. För tomosyntes har det gjorts mycket mindre sådan forskning, då det inte har funnits så stora mängder bilddata som krävs för att träna de senaste datormodellerna.

Beskrivning

I Malmö finns den största databasen i världen med bilder från tomosyntes, som kunnat byggas upp tack vare stöd från Cancerfonden. Dessa bilder ska nu användas för att träna datorer i att känna igen cancer i tomosyntesbilder. Inom Kungliga Tekniska Högskolan (KTH) finns en forskargrupp i medicinsk bildbehandling med stor erfarenhet av den mest lovande sorten av AI - den kallas djupinlärning och innebär att datorn efterliknar hjärnans sätt att ta emot synintryck från ögonen. Datorerna kommer att tränas att känna igen förändringar, att avgränsa dem från omgivningen och att avgöra om de är elakartade eller ej.

Mål

Syftet med detta projekt är att få fram bättre metoder för att med hjälp av tomosyntes och AI ställa diagnosen bröstcancer. Förhoppningen är att djupinlärning ska göra röntgendiagnostiken säkrare (genom minskat antal feldiagnoser) och effektivare (genom minskad arbetsbörda på de hårt belastade röntgenläkarna). Om detta blir framgångsrikt, kan det också användas för att gradera hur elakartad varje tumör är, och för att säkrare förutsäga hur det kommer att gå för den enskilda patienten. Allt detta bör bidra till bättre behandlingsmöjligheter och högre livskvalitet för kvinnor med misstänkt bröstcancer.