Slik kan legene tidligere oppdage flere tilfeller av brystkreft 

Hvor utsatt er man for å få brystkreft senere i livet?

I fremtiden kan vi få svar på spørsmålet med hjelp av kunstig intelligens (KI).

Det viser forskningen til Solveig Thrun ved KI-senteret SFI Visual Intelligence på UiT Norges arktiske universitet.

Hun har utviklet en KI-modell som kan måle hvor stor risiko man har for å få brystkreft innen ett til fem år.

Den kan bli et verdifullt redskap i kampen mot brystkreft, mener forskeren.

– Bedre sjanse for å bli frisk igjen

Hvert år rammes cirka 5.000 norske kvinner av brystkreft. Det er en av de vanligste kreftformene i og utenfor Norge.

Selv om kreften ofte fanges opp tidlig, oppdages den noen ganger for sent. I verste fall kan den ha spredt seg til andre deler av kroppen. Det kan være til hjernen, lymfeknutene, lungene eller skjelettet.

KI-modellen kan hjelpe legene med å oppdage flere tilfeller av brystkreft tidligere.

– Jo tidligere kreften oppdages, desto raskere kan pasientene få den behandlingen de trenger, sier Thrun.

– Da kan de ha en bedre sjanse for å bli friske igjen, påpeker hun.

Kortere ventetid til neste undersøkelse

Målet er å utvikle KI som kan brukes i det nasjonale Mammografiprogrammet.

Der tilbys alle kvinner i Norge mellom 50 og 69 år å ta mammografi hvert andre år. Mammografi er en røntgenundersøkelse av brystene.

Kvinnene mottar tilbudet uansett hvor stor eller liten risikoen er for å få kreft.

Tilbudet er derfor lite persontilpasset. Det kan være en ulempe for de med høyest risiko.

– Noen kvinner kan ha en risiko for å få kreft innen et år etter undersøkelsen. Er det to år til neste undersøkelse, kan kreften ha utviklet og forverret seg, forklarer hun.

Med KI-modellen kan oppfølgingen tilpasses den enkelte pasienten ut ifra risikograden.

– Det kan føre til hyppigere undersøkelser for kvinner med høy risiko, sier Thrun.

Slipper unødvendige undersøkelser

Modellen kan også bidra til at kvinner med lav risiko kalles inn sjeldnere. Da kan de slippe å ta mange undersøkelser.

– Hvis en kvinne kalles inn til undersøkelse hvert tredje år istedenfor annethvert år, utsettes hun for mindre røntgenstråling. Det er også fint å tenke at man ikke må sjekke seg så ofte, sier Thrun.

KI-modellen kan undersøke bildene på noen få sekunder. Thrun sier det kan gi legene mer tid til å hjelpe pasientene.

– Helsepersonellet kan derfor bruke mer tid på å følge opp og behandle de med størst risiko, sier hun.

KI-modellen «tenker» som en røntgenlege

KI-modellen er trent på flere tusen røntgenbilder av brystene. Slik vet den hvordan brystene ser ut og hva som kan være tegn til brystkreft.

Den måler risikoen ved å sammenligne røntgenbilder fra tidligere undersøkelser med bilder fra siste undersøkelse.

På den måten kan den se hvordan brystvevet har forandret seg – på samme måte som legene gjør det.

– KI-modellen vet hva den skal se etter. Den etterligner på mange måter hvordan røntgenlegene jobber i praksis, sier Thrun.

Kreftregisteret: – Svært lovende

Prosjektet foregår i samarbeid med Kreftregisteret ved Folkehelseinstituttet (FHI), som leder Mammografiprogrammet. 

Solveig Hofvind er leder for Mammografiprogrammet og har en bistilling som professor i radiografi ved UiT. Hun mener forskningen til Thrun er svært lovende.

– Det blir veldig spennende å følge med på dette fremover, sier Hofvind.

Ingrid Stenstadvold Ross, generalsekretær i Kreftforeningen, mener KI også at denne typen forskning blir viktig i tiden som kommer.

– KI vil utvilsomt være et viktig verktøy for diagnostisering av kreft, sier Ross.

Viktig med grundig testing

Både Hofvind og Ross understreker at det er et langt stykke å gå før slike modeller kan tas i bruk.

Det er for å passe på at de testes ordentlig og oppfyller strenge krav til helse, miljø og sikkerhet.

– Vi må være trygge og sikre på at KI-modeller gir et like godt eller bedre tilbud til kvinnene. De må blant annet være CE-godkjente for å kunne brukes i Mammografiprogrammet, forklarer Hofvind.

– Teknologien utvikler seg raskt. Derfor trenger vi både grundig testing før innføring og kontinuerlig evaluering etterpå, sier Ross.

Erstatter ikke legene

Mange er redde for at KI etter hvert vil ta over jobben til legene. Vil modellen til Thrun kunne bytte ut helsepersonellet?

På ingen måte, svarer forskeren.

– Poenget er at den skal hjelpe legene. Slik som mennesker kan KI også gjøre feil, sier Thrun.

– Det vil alltid være behov for leger som kan undersøke og vurdere røntgenbildene, sier hun.

– KI skal være et hjelpemiddel som gjør tilbudet bedre og tryggere, ikke en snarvei på bekostning av kvalitet, sier Ingrid Stenstadvold Ross.

Referanser:

Solveig Thrun mfl.: Reconsidering Explicit Longitudinal Mammography Alignment for Enhanced Breast Cancer Risk Prediction. 28th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2025), 2025.

Solveig Thrun mfl.: Longitudinal Multi-View Breast Cancer Risk Prediction (sammendrag). 29th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2026), 2026.

Zijun Sun mfl.: From Exams to Trajectories: Neural Controlled Differential Equations for Longitudinal Mammography Vision-Language Pretraining (sammendrag). 29th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2026), 2026.

Artikkelen er produsert og finansiert av UiT Norges arktiske universitet

UiT er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Fikk du med deg disse artiklene fra UiT Norges arktiske universitet?

• 

  Hvordan er det egentlig for forskere å tilbringe 50 dager til havs?

• 

  – Finland blir framstilt som nazi-sympatisører i Russland

• 

  Kan trening dempe smerter ved fibromyalgi?

• 

  Skolens kampanjer har ikke dokumentert effekt: – Litt som å bruke kjerringråd på ungene våre

• 

  Folkebibliotek blir møteplasser for deling og gjenbruk

• 

  Stimulerte hjernen i tre minutter – reduserte depresjon

Les flere saker fra UiT Norges arktiske universitet her.

forskning.no vil gjerne høre fra deg!
Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER