Artificiell intelligens gör bröstcancerscreening mer träffsäker och jämlik i Östergötland. Det menar forskaren Håkan Gustafsson vid Linköpings universitet, som är en av forskarna bakom AIM-projektet.
Programmet undersökte hur AI kan användas i mammografiscreening i praktiken, direkt i vårdens ordinarie arbete.
“Vår hypotes har varit att mammografiscreeningen förbättras om man inför AI. Det vi och andra forskare har uppnått är att visa nyttan genom kliniska studier i den faktiska vården” säger Håkan Gustafsson.
Till skillnad från många forskningsprojekt som analyserar data i efterhand har AIM-programmet valt en mer omfattande väg. Tekniken testas i verkliga vårdflöden genom så kallade prospektiva kliniska studier.
Det innebär ett stort arbete med etiska tillstånd och regulatoriska processer, men ger samtidigt mer tillförlitliga resultat.
“Det är ett hästjobb att genomföra sådana studier, men det gör också att man kan studera hur tekniken fungerar på riktigt i vården, inte bara i teorin.”
Stort kliniskt behov
Bakgrunden till satsningen var både ett tydligt vårdbehov och ett tekniskt genombrott inom AI. En viktig faktor är bristen på specialiserade bröstradiologer. Samtidigt granskas varje år ett mycket stort antal mammografibilder där majoriteten visar friska patienter.
“Som tur är, så är de flesta kvinnor som screenas friska, men traditionellt så måste ändå alla bilder granskas av två högt specialiserade läkare. Det trots att man kan få ett bra stöd i den processen av AI. Då har radiologerna mer tid att lägga på de fall där det verkligen behövs hög expertis.”
Just mammografibilder visade sig särskilt lämpade för AI. Undersökningarna är standardiserade och består av samma typ av bilder varje gång, vilket gör dem enklare för en algoritm att analysera. Dessutom är frågeställningen tydligt binär: finns det tecken på cancer eller inte.
Kan bidra till mer jämlik vård
Forskning tyder också på att AI kan bidra till mer jämlik screening mellan olika regioner.
AIM-studien visar bland annat att kombinationen av AI och radiolog ofta ger bättre diagnostik än när två radiologer granskar samma bilder.
“Införandet av AI kan göra vården mindre beroende av hur bemanningen råkar se ut i olika regioner. Vi ser också att de minst erfarna radiologerna har mest att vinna på ett AI-stöd” säger Gustafsson.
Ekonomiska effekter
Projektets studie som publicerades i tidskriften European Radiology visade att AI kan innebära något högre kostnader för röntgenkliniker, eftersom systemen innebär en kostnad per undersökning.
“Jag trodde att man skulle kunna räkna hem införandet av AI direkt för röntgenkliniken, men det visade sig inte stämma” säger Gustafsson.
Däremot sparar sjukvårdssystemet pengar som helhet, eftersom bättre diagnostik gör att fler fall av bröstcancer upptäcks tidigare. Tidigare diagnos innebär både mindre lidande för patienterna och lägre behandlingskostnader.
Forskning nära vården
En viktig del av forskningen har varit att fungera som en länk mellan teknikföretag och vården. Man utvecklade inte själva AI-modellerna, utan testade kommersiella system i kliniska studier.
“Man kan kalla det implementeringsforskning. Vi tar teknik som redan finns och undersöker hur den fungerar när man faktiskt inför den i vården.
Enligt Gustafsson är det viktigt att ny medicinsk teknik testas direkt i vårdens verksamhet.
“Det viktiga är att tidigt koppla forskningen till den faktiska vården. Annars riskerar man att få svar som inte går att använda i praktiken.”
Vill du veta mer om hur Linköping Science Park jobbar med AI och jämställdhet och mångfald?
Läs mer om AI Öst
Läs mer om East Sweden Tech Women
