AI hjälper experter hitta äggstockscancer

En nytränad AI-modell är bättre än mänskliga experter på att upptäcka äggstockscancer. Det visar en omfattande internationell studie ledd från Karolinska institutet.

Publicerad
läkare håller kvinna i handen

Det råder stor brist på erfarna läkare som kan bedöma misstänkta fall av äggstockscancer. Med hjälp av AI kan diagnos ställas mycket snabbare.
Bild: Getty images

En av tio kvinnor drabbas någon gång av förändringar i äggstockarna. Även om de flesta förändringarna är ofarliga är det avgörande att snabbt identifiera de som är elakartade för att ge patienten bästa möjliga chans till behandling.

Nu visar en ny studie publicerad i Nature Medicine hur artificiell intelligens kan bli ett kraftfullt verktyg i kampen mot äggstockscancer. Studien är ledd av forskare vid Karolinska institutet i samarbete med åtta internationella forskningscentra.

Elisabeth Epstein
Elisabeth Epstein, professor på institutionen för klinisk forskning och utbildning, Södersjukhuset, vid Karolinska institutet.
Bild: Erik Flyg

– Det råder brist på erfarna läkare som kan bedöma misstänkta fall av äggstockscancer, särskilt på mindre orter. Då vården är överbelastad av remisser ville vi undersöka om en AI-modell kunde bidra till en mer effektiv och träffsäker bedömning, säger Elisabeth Epstein, professor på institutionen för klinisk forskning och utbildning, Södersjukhuset, vid Karolinska institutet, och en av studiens huvudförfattare.

Så upptäcks äggstockscancer

Äggstockscancer upptäcks oftast genom en kombination av klinisk undersökning, blodprov och avbildningstekniker som ultraljud.

Ultraljudsbilder används för att analysera förändringar i äggstockarna och avgöra om de är godartade eller elakartade. Denna process kräver vanligtvis hög expertis för att ge en korrekt diagnos, något som AI nu kan bidra till att förbättra.

AI upptäcker äggstockscancer

För att träna AI:n samlade Elisabeth Epstein och hennes kollegor in data från tjugo behandlingscenter i åtta länder. Totalt analyserades 17 000 ultraljudsbilder som omfattade både cancerfall och godartade förändringar. Resultaten var överraskande: 

– Modellen överträffade våra förväntningar. Den levererade diagnoser som var mer träffsäkra än de mest erfarna experterna. 

Enligt Elisabeth Epstein kan resultaten sannolikt förbättras ytterligare med större datamängder. 

AI inom vården – utmaningar och möjligheter

Forskarna hoppas att verktyget kan minska arbetsbördan i en redan pressad sjukvård, särskilt vid kliniker med begränsad expertis. I en simulerad analys minskade tekniken behovet av expertremisser med över 60 procent. 

– Det här kan inte bara spara resurser, utan även minska patienternas oro. Att vänta flera veckor på en expertremiss är en stor psykisk påfrestning, säger Elisabeth Epstein. 

Framtiden för AI i vården ser lovande ut, men den kräver fortsatta satsningar på forskning, it-infrastruktur och utbildning av vårdpersonal. 

– Om vi övervinner dessa utmaningar kan AI bli ett ovärderligt verktyg, inte bara för att diagnostisera äggstockscancer utan även för att förbättra vården av många andra medicinska tillstånd, säger Elisabeth Epstein.

F&F i din mejlbox!

Håll dig uppdaterad med F&F:s nyhetsbrev!

Beställ nyhetsbrev

Kunskap baserad på vetenskap

Prenumerera på Forskning & Framsteg!

Inlogg på fof.se • Tidning • Arkiv med tidigare nummer

Beställ i dag!
Publicerad

Upptäck F&F:s arkiv!

Se alla utgåvor