Mammografistudie på Nature Medicines 10 i topp-lista

Riktigt spännande forskningsresultat om AI inom mammografiscreening. När den ansedda vetenskapliga tidskriften Nature Medicine valde ut de 10 viktigaste forskningsframstegen från 2023 finns en svensk studie, finansierad av oss, med på listan. 

läkare i sjukhusklädsel vid mammografiapparat
Kristina Lång, bröstradiolog och cancerforskare vid Lunds universitet. Foto André de Loisted.

– Det är väldigt roligt. Jag är mest glad över att det här visar att studien är väldesignad och kommer bra i tid. Den har fått stor uppmärksamhet och kan därför komma att ligga till grund för en framtida rekommendation om AI inom mammografi på internationell nivå. Jag är glad att vi har bidragit till utvecklingen, säger Kristina Lång, bröstradiolog och cancerforskare vid Lunds universitet.

Dubbelgranskning standard

två personer framför datorskärmar
Kristina Lång och hennes kollegor undersökte om det går att ersätta en av läkarna som granskar mammografibilder med en AI. Här tillsammans med Oskar Hagberg, statistiker Foto: André de Loisted.

I Sverige erbjuds kvinnor mellan 40 och 74 år regelbundet undersökningar med mammografi för att upptäcka bröstcancer. Det kallas screening.

Enligt europeisk standard granskas idag varje röntgenbild från mammografiundersökningarna av två röntgenläkare. Dubbelgranskning gör bedömningen säker och minskar risken för att något cancerfall missas. I den här studien undersökte Kristina Lång och hennes kollegor om det går att ersätta en av läkarna med en AI. 

– Målet var både att minska arbetsbördan för röntgenläkarna och att hitta fler relevanta cancerfall tidigt.

personer i ett mammografirum
Kristina Lång arbetar vid Unilabs mammografienhet vid Skånes universitetssjukhus. Här tillsammans med bröstradiolog Annicka Lindahl och forskarkollega och bröstradiolog David Schmidt. Foto: André de Loisted.

Upptäckte fler cancerfall

100 000 kvinnor som deltog i mammografiscreening i sydvästra Skåne var med i studien. De lottades till att ingå i två grupper.

I den ena gruppen granskades röntgenbilderna av två röntgenläkare enligt den vanliga standardiserade processen.

I den andra gruppen granskades bilderna av en läkare och en AI. Men om AI:n upptäckte en förhöjd risk för cancer granskades bilderna även av en andra röntgenläkare. Granskande läkare hade även stöd av AI som markerade misstänkta fynd i bilden. 

– Resultaten är över vår förväntan. Vi kunde minska röntgenläkarnas arbete med 44 procent och ändå upptäcka 20 procent fler cancerfall än vi kan göra med vanlig dubbelgranskning.

Resultaten är över vår förväntan.

Studien har uppmärksammats över stora delar av världen och i flera vetenskapliga tidskrifter. Studien är en av de första som i stor skala undersöker betydelsen av AI inom vården.

Resultaten visar att AI kan frigöra tid för röntgenläkare att kunna ägna sig åt mer komplicerade patientnära arbetsuppgifter. Men det viktigaste är att studien pekar på att AI inom screeningen kan upptäcka fler cancerfall på ett säkert sätt. 

två personer i sjukhusklädsel framför dator
Kristina Lång och David Schmidt, båda bröstradiologer, vid Skånes universitetssjukhus. Foto: André de Loisted.

Kristina Lång är också hoppfull om att studien kommer att få betydelse för patienter genom att fler allvarliga cancerfall upptäcks i ett tidigare skede med hjälp av AI.

– Den här forskningen är helt beroende av stödet från Cancerfonden och de som skänker pengar till cancerforskningen. Jag är mycket tacksam för det!

Var med och stötta cancerforskningen.

Ge en livsviktig gåva

 

Testar annan text

Bli månadsgivare i dag

Mer forskning på gång

Nu fortsätter forskningsprojektet med fler analyser och under 2024 kommer forskarna att följa upp vilken typ av cancerfall som hittas med hjälp av AI och om AI:n kan leda till färre fall av så kallade intervallcancrar som inträffar mellan två screeningtillfällen.

Publikation: Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. Lång K. et al. Lancet Oncol. 2023 Aug;24(8):936-944. doi: 10.1016/S1470-2045(23)00298-X. PMID: 37541274.

Publikation: Raising the bar for AI in cancer screening. O´Leary K. Nat Med. 2023 Dec;29(12):2972. doi: 10.1038/s41591-023-02701-0.

Se en leranimation om studien


Vill du få information om vårt arbete för att besegra cancer?

E-post

Genom att gå vidare samtycker jag till att mina personuppgifter behandlas i enlighet med Cancerfondens integritetspolicy.