Egevad, Lars Anders – Artificiell intelligens och genetik för diagnostik och prognostik av prostatacancer

Bakgrund

Prostatacancer är i Sverige den vanligaste cancersjukdomen och även den cancer som leder till flest dödsfall bland män. Prostatacancer diagnostiseras av patologer genom mikroskopisk undersökning av biopsier. Dessvärre förekommer enstaka feldiagnoser som kan få förödande konsekvenser för patienten. När en cancer diagnostiseras gör patologen en tumörgradering enligt Gleasongraderingen, något som har avgörande betydelse för val av behandling. Denna bedömning görs idag inte på ett helt enhetligt sätt vilket får en direkt påverkan på behandlingsbesluten.

Beskrivning

Vi har utvecklat ett AI-system för förbättrad säkerhet i diagnostiken. Vi kommer nu att införa systemet i klinisk drift vid Karolinska universitetssjukhuset och därefter utvärdera effekten. Tanken är att AI ska föreslå en diagnos och tumörgrad och därefter får patologen fatta ett slutligt diagnosbeslut. Vi ska utvärdera hur ofta patologerna förändrar sin diagnos genom AI-förslaget och undersöka om den stora spridningen av tumörgradering mellan olika vårdenheter kommer att minska. Vi kommer även att analysera biopsierna genetiskt för att ytterligare förbättra prognostiken genom att inkludera genetisk information i en AI-modell.

Mål

Vi hoppas att användningen av AI i prostatacancerdiagnostiken ska kunna hjälpa oss att bättre bedöma vilka män som behöver behandlas och även vilken behandling som bör väljas. Genetisk kartläggning av cancer av olika tumörgrad bör ge en bättre förståelse för hur cancer bäst graderas. Integrering av mikroskopibild och genetik i en och samma AI-modell kommer förhoppningsvis att ge oss bättre verktyg för styrning av behandling.