Sarkom är en cancer som primärt behandlas med kirurgi. Läkemedelsbehandling kan förbättra prognosen och kan vara enda utvägen om kirurgi inte är möjlig, dock existerar få läkemedelsalternativ och effektiviteten är ofta låg. Behandling med en kombination av läkemedel har visat sig ha bättre effekt, men sarkom skiljer sig mycket mellan patienter vilket gör det svårt och dyrt att utveckla läkemedel. Att utvärdera nya läkemedelskombinationer med hjälp av helautomatiserade laboratorier på celler som extraherats från patienter öppnar upp för nya möjligheter att identifiera effektiva och patientspecifika läkemedelskombinationer.
Detta projekt syftar till att använda AI och automation för att intelligent välja och utvärdera de mest relevanta kombinationerna av läkemedel på celler från patienter med mjukdelssarkom. Vår infallsvinkel är att försöka påverka cellerna med hjälp av olika läkemedel så att de antingen blir mindre aggressiva, eller behandlingsbara med andra kända läkemedel. Genom att studera behandlade celler med mikroskopi och analysera resultaten med AI så kan vi följa cellernas påverkan. Processen är iterativ och AI-systemet lär sig mer för varje omgång, och kan föreslå allt bättre läkemedelskombinationer som leder till bättre effekt i behandlingen.
Dels hoppas vi kunna upptäcka nya kombinationer av läkemedel som är generellt effektiva mot mjukdelssarkom, och dels utveckla en metod som kan föreslå individualiserade kombinationer av läkemedel som är effektiva för specifika patienter, och därmed förbättra behandlingen. Metoden och systemet baserat på AI och automation är också relevant för andra typer av cancer där individuella kombinationer av läkemedel kan användas, och speciellt för ovanliga cancerformer där patientgrupper är små och där dedikerad läkemedelsutveckling saknas.