AI kan avslöja risk för bröstcancer
Svenska forskare har utvecklat en algoritm som efter att ha tränat på 10.000 mammografibilder kan gradera risken för att en kvinna kan drabbas bröstcancer.
Bild: Radiological Society of North America
Svenska kvinnor mellan 40 och 74 år kallas till mammografiundersökning vartannat år och kvinnornas bilder granskas av två oberoende radiologer. Trots ett väl utvecklat screeningprogram med hög närvaro kan det dyka upp cancer mellan kvinnans screeningtillfällen, så kallade intervallcancrar. Dessa är ofta mer avancerade och kopplade till en ökad dödlighet.
Karin Dembrower, bröstradiolog vid S:t Görans sjukhus i Stockholm och doktorand vid Karolinska Institutet, har tillsammans med forskare vid Karolinska Universitetssjukhuset och Kungliga Tekniska Högskolan utvecklat och testat en algoritm baserad på artificiell intelligens, AI.
AI hittade fler med ökad cancerrisk
Algoritmen kan analysera kvinnans mammografibilder på ett mer djupgående sätt.
– AI kan hitta mönster i bilderna som gör att vi kan göra effektivare och bättre bedömningar av enskilda kvinnors risk att inom 2–5 år drabbas av bröstcancer, säger hon.
Algoritmen fick träna på 10.000 mammografibilder tagna mellan år 2008 och 2012. I testmaterialet ingick bilder från 2.283 kvinnor, varav 278 senare fick en bröstcancerdiagnos.
– Med AI hittades fler som hade ökad risk, än om man som i dag utgår från ålder och brösttäthet, säger hon.
Kvinnan ska kunna lita på sitt friskbrev
Resultaten publiceras i tidskriften Radiology. Nu planerar forskarna att göra en klinisk studie, för att testa AI vid mammografiscreening i Stockholm.
– Jag vill att en kvinna som har varit på screening ska kunna lita på sitt friskbrev. Med AI som verktyg kan vi bli bättre på att hitta de som riskerar att få cancer och fånga upp dem tidigare, vilket i sin tur ger en mycket bättre prognos, säger Karin Dembrower.
Forskargruppen har tillgång till en databas med totalt över två miljoner mammografibilder som kan användas för att testa nya AI-algoritmer. Detaljer kring denna databas har de publicerat i Journal of Digital Imaging och även vid världens största röntgenkongress, Radiological Society of North America, RSNA:s årliga möte, i Chicago i december.
