Med hjälp av AI kan äggstockscancer diagnosticeras mer träffsäkert än om endast mänskliga experter granskar ultraljudsbilder. Det framkommer i en ny internationell studie ledd av forskare vid Karolinska Institutet.
Med hjälp av AI kan fler ultraljud granskas i jakt på tumörer, bland annat för att upptäcka eventuell äggstockscancer vilket kan öka takten både för en cancerdiagnos och för ett mer säkert resultat.
– Tumörer i äggstockarna är vanliga och upptäcks ofta av en slump. Det råder brist på ultraljudsexperter på många håll i världen, vilket har lett till oro för onödiga ingrepp och försenade cancerdiagnoser. Därför ville vi undersöka om artificiell intelligens kan komplettera mänskliga experter, säger Elisabeth Epstein, professor vid institutionen för klinisk forskning och utbildning på Södersjukhuset och Karolinska Institutet samt överläkare vid Kvinnokliniken på Södersjukhuset.
Enligt Cancerfonden drabbas omkring 700 kvinnor i Sverige årligen av äggstockscancer och de flesta som drabbas av sjukdomen är mellan 40 och 70 år. Symtomen av äggstockscancer brukar vara vaga och därför är det inte ovanligt med sen diagnos. AI skulle därför kunna bidra till både snabbare och en mer kostnadseffektiv vård för patienter med äggstocksförändringar.
AI-modellerna mer träffsäkra
I den nya studien har forskare utvecklat AI-modeller som kan skilja ut om en förändring i äggstockarna är godartad eller elakartad. 17 000 ultraljudsbilder från 3 652 patienter från 20 sjukhus i åtta länder har använts i AI-modellerna som både har tränats och testats. Resultatet blev att AI visar sig vara bättre på att identifiera äggstockscancer jämfört med både experter och undersökare med mindre erfarenhet, AI-modellerna nådde en genomsnittlig träffsäkerhet på 86,3 procent jämfört med 82,6 procent för experterna.
– Det tyder på att AI-modeller kan erbjuda ett värdefullt stöd i diagnostiken av äggstockscancer, särskilt i svårdiagnostiserade fall och i situationer där det råder brist på ultraljudsexperter, säger Elisabeth Epstein som förklarar att man med hjälp av AI-modeller kan minska behovet av remisser till experterna och minska antalet felaktiga diagnoser.
Hon och de andra forskarna bakom studien betonar dock att det krävs ytterligare studier för att undersöka AI-modellernas användningsområden liksom begränsningar inom sjukvården:
som avlastar experter och optimerar vårdresurserna, men det är viktigt att säkerställa att de kan anpassas till olika kliniska miljöer och patientgrupper, säger Filip Christiansen, doktorand i Elisabeth Epsteins forskargrupp vid Karolinska Institutet och delad försteförfattare tillsammans med Emir Konuk vid KTH.
AI vid äggstockscancer
Forskarnas rapport om AI som stöd för diagnosticering av äggstockscancer, International multicenter validation of AI-driven ultrasound detection of ovarian cancer, är publicerad i den vetenskapliga tidskriften Nature Magazine, och finns här.
