Malignt melanom är den dödligaste formen av hudcancer och måste upptäckas tidigt för att kunna botas. Eftersom det är svårt att avgöra om en hudförändring är farlig enbart genom att titta på den, opereras alla misstänkta melanom bort och analyseras i mikroskop. Men endast cirka 17 % av de borttagna förändringarna är faktiskt melanom, och i hälften av dessa fall krävs en andra operation för att säkerställa att all tumörvävnad avlägsnas.
Vi utvecklar en ny, icke-invasiv metod som vi kallar Spectral Precision Diagnostics (SPD), där tre avancerade bildtekniker kombineras för att diagnostisera melanom och mäta tumörens utbredning utan operation. Genom att använda Raman-spektroskopi, hyperspektral avbildning och fotoakustisk avbildning, kan vi analysera hudförändringars molekylära sammansättning och utbredning redan före kirurgi. Insamlade data bearbetas med artificiell intelligens (AI) för att ge en snabb och individanpassad diagnos.
Målet är att patienter med ofarliga förändringar ska slippa kirurgi, medan de med melanom endast ska behöva ett operationstillfälle. Detta skulle minska antalet kirurgiska ingrepp och spara både tid och resurser för sjukvården. Det skulle också minska lidande och väntan på diagnos för patienter och anhöriga. Om metoden visar sig framgångsrik kan den även användas för andra cancerformer där det är viktigt att exakt bestämma tumörgränser, exempelvis vid bröstcancer. Detta projekt har potential att förändra framtidens cancerdiagnostik och ge patienter en säkrare och mer skonsam vård.