AI og prognostik i kampen mod kræft

Med kunstig intelligens og maskinindlæring kan patientdata anvendes til at bygge algoritmer, der kan bidrage til tidligere opdagelse og diagnose, men også til at afgøre, hvilke behandlingsindsatser der vil give bedst resultat.

2020 fik 2,7 millioner mennesker i EU diagnosen kræft, samtidigt med at sygdommen krævede 1,3 millioner liv.¹ Hvis der ikke gribes ind, beregnes dødstallet at stige mere end 24 procent frem til 2035.¹ Et middel til at bremse denne udvikling er at benytte sig af AI og maskinindlæring kombineret med prognostik.

EU’s plan mod kræft fra 2021 konstateres det, at real-world data om kræft kan udnyttes bedre med ”kraftige værktøjer som AI og high-performance computing”, men at “der stadig foreligger barrierer omkring interoperabilitet, juridiske og etiske standarder, styring, cybersikkerhed, tekniske krav og beskyttelse af personoplysninger” – kort sagt kræves der et fælles sæt regler, som alle de involverede respekterer.¹

Stabilt grundlag for datadeling

En AI er kun så god som de patientdata, den er trænet på, derfor må vi have et stabilt grundlag for datadeling. Vi må sikre, at sundheds- og sygeplejedata kan nås etisk, med anonymiserede personer og al identificerende information fjernet.

I dag bygger viden om kræftpatienters resultater i alt væsentligt på data fra de cirka fem procent af patienterne, der deltager i kliniske forsøg. ¹ Som det konstateres i EU’s plan mod kræft, ville adgang til elektroniske journaler i overensstemmelse med EU’s databeskyttelsesregler udgøre et meget større og bedre grundlag. Endvidere påpeger man, at “når journalinformation kombineres med genomik, opnås der endnu bedre indsigt omkring effektiviteten af behandlinger og hvordan de kan optimeres”.¹

Brystkræft viser vejen

Et område, hvor man allerede er begyndt at forske i prognostik, er indenfor brystkræft. Der findes store datamængder, hvor patienter er blevet fulgt i mange år. Med disse data kan vi spore tilbage over 10–15 år og se på mammografien, hvordan patologien så ud under mikroskopet, hvilke lægemidler og andre indsatser, der er benyttet, og hvilke patienter der klarede sig godt, og hvilke der ikke gjorde det.

Ved at analysere den slags store datamængder ved hjælp af AI vil forskerne kunne udvikle en prognostik, som kan få så meget mere information ud allerede af den første mammografi eller den første patologiprøve. Det betyder, at vi kan gribe ind på basis af det, vi ser i medicinske billeder indenfor radiologi og patologi og forudsige for eksempel, at en vis patient vil reagere godt på fortsat østrogenbehandling eller forskellige kemoterapiregimer. Denne type innovation har potentiale til radikalt at forbedre patienternes resultater.

Hologic er en førende udvikler, producent og leverandør af højkvalitative diagnostikprodukter, medicinske billeddannelsessystemer og kirurgiprodukter. Hologics kernevirksomhed er fokuseret på diagnostik, brystsundhed, gynækologisk kirurgi og skeletsundhed. Stor teknologisk kundskab og robuste forsknings- og udviklingsprogrammer ligger til grund for Hologics devise: the Science of Sure.
For yderligere information om Hologic, besøg www.hologic.com
Kontakt: nordicinq@hologic.com