Region Östergötland

Tränar AI att upptäcka tumörer

AI tränar hjärnan

CMIV är ledande i världen på området digital patologi. På kliniken för patologi på Universitetssjukhuset i Linköping skannas alla vävnadsprover digitalt, vilket har gett en världsunik bildbank för forskning. Följ med på resan in i vävnaden där forskarna tränar AI-algoritmer att upptäcka cancer.

När vävnadsprover skannas digitalt öppnar sig en värld av nya möjligheter att använda avancerad medicinsk bildteknik baserad på artificiell intelligens (AI). Ett intressant område är inom cancervården där patientgrupperna ökar samtidigt som det är brist på patologer som kan analysera bilder.

– AI-algoritmer kan tränas att med hög träffsäkerhet känna igen avvikande mönster och strukturer i bilder. Sådana strukturer ser vi typiskt hos cancertumörer i digitala bilder. Om AI-algoritmer kan bli ett stöd till patologen som gör analysen kan det spara mycket tid i cancervården, säger Jeroen van der Laak, gästprofessor från Nederländerna och en av forskningsledarna i ett stort tvärvetenskapligt projekt inom digital patologi som pågår vid Universitetssjukhuset i Linköping.

Traditionellt studerar patologen vävnadssnitt på glasplattor genom mikroskop. Men vid klinisk patologi i Linköping har alla vävnadsprover skannats in digitalt sedan 2011. Den stora bildbanken som byggts är en guldgruva för forskning – till exempel att träna AI-algoritmer på en del av patologernas tidskrävande arbete.
Sofia Jarkman är ST-läkare inom klinisk patologi och doktorand i projektet. Hon markerar varje tumör med linjer på de digitala bilderna så att AI-algoritmen dels kan tränas upp på olika typer av tumörer och lära sig deras strukturer - men här också testa hur bra algoritmen presterar. Ju fler exempel på markerad tumörvävnad algoritmen får desto säkrare blir den på uppgiften.

– En tränad patolog kan för blotta ögat avgöra om cellförändringarna är farliga eller ofarliga.

Det kan också en AI-algoritm tränas till. Jag är fullt övertygad om att AI-algoritmer kan bli ett bra stöd för oss i bildanalysen. Men det är fortfarande patologen som behöver pussla ihop helheten med alla de parametrar och analyser som görs för att sammanställa en rapport till kirurgen eller onkologen, säger Sofia Jarkman.
Bilderna visar vävnad från lymfkörtlarna på patienter med bröstcancer, där det gäller att upptäcka om det finns metastaser. Tumörerna ser ut som öar i vävnaden där celler har samlat sig i kluster. Hon förstorar områdena med misstänkta metastaser för att kunna göra en säker bedömning.

– Det vi vill är att AI-algoritmen ska bli minst lika säker som jag på uppgiften, och också kunna göra jobbet snabbare. Det sparar mycket tid för patologer och radiologer om AI-algoritmer kan göra rutinmässiga och tidskrävande analyser. Det kan bli en hjälp att korta ner väntetider på provsvar för stora grupper av patienter, säger Sofia Jarkman.

Hon har sett specifika scenarier där algoritmen kan tränas att bli lika bra eller bättre än en patolog.

– En AI-algoritm blir inte trött på kvällen och går hem som patologen gör, och den har en enorm kapacitet att gå igenom de stora informationsrika bilder som den digitala tekniken tar fram. Men först måste de bli riktigt säkra på uppgiften och det kräver mycket träning, säger Sofia Jarkman.

 

Fakta:
I det tvärvetenskapliga projektet inom digital patologi samarbetar Centrum för medicinsk bildvetenskap och visualisering (CMIV) vid Linköpings universitet (LiU) och digital patologi vid Universitetssjukhuset i Linköping med internationellt ledande AI-experter. Forskningsledare är gästprofessorerna Jeroen van der Laak, Nederländerna, Darren Treanor, England och Claes Lundström, CMIV.