Annonse
En blodprøve som analyseres ved hjelp av AI, kan kanskje bli et viktig verktøy for leger når de skal vurdere om en pasient er i fare for å utvikle kreft.

Kreftrisiko kan i framtiden vurderes av blodprøve og kunstig intelligens

I en ny studie kunne kunstig intelligens med høy presisjon spå om en pasient vil utvikle kreft innen 90 dager.

Publisert

Det høres nesten for godt ut til å være sant:

Kan man virkelig bruke kunstig intelligens (AI) til å forutsi risikoen for kreft basert på rutinemessige blodprøver?

Ja, er konklusjonen i en ny studie som er gjennomført i et samarbeid mellom Sygehus Lillebælt, Institut for Biokemi og Immunologi ved Syddansk Universitet, Kræftens Bekæmpelse og programvarefirmaet SAS Institute. Den er publisert i tidsskriftet Clinical Chemistry and Laboratory Medicine (CCLM).

– Ved å bruke denne metoden kan vi se om en pasient er i fare for å få kreft. Det er jo helt fantastisk. Vi er de første i verden som har gjort dette, sier Ivan Brandslund, professor i klinisk biokjemi og kunstig intelligens ved Syddansk Universitet.

Sadasivan Puthusserypady, professor ved Danmarks Tekniske Universitet, er begeistret.

– Det er et veldig solid arbeid, sier han.

Han jobber selv med AI, som han mener har et stort potensial – særlig innen helse.

– AI blir brukt overalt. Jeg bruker det også i min egen forskning. Det er et redskap vi kan ta i bruk når vi har adgang til enorme datamengder, sier han.

Startet med nysgjerrighet

Ivan Brandslund og forskerkollegene hans var nysgjerrige på om blodprøver kunne si noe om risikoen for kreft.

Allerede for 14 år siden ble det innført 23 laboratorieblodprøver som ble tatt av allmennleger.

– Det viser hvor viktig det er å ta vare på data, sier Ivan Brandslund.

Først senere ble det klart at materialet kunne brukes til en statistisk analyse med kunstig intelligens.

– Denne metoden kan vurdere risikoen for en kreftdiagnose innen tre måneder. Hvis din risiko er to prosent, er den lavere enn i befolkningen generelt, som ligger på tre til fire prosent, sier Ivan Brandslund. – Men du kan også ha en risiko på 80 prosent, og da kan legen gjennomføre videre undersøkelser.

Kan bli et ekstra verktøy

AI-systemet kan vise seg å være et verdifullt verktøy for legene.

Hvis risikoen er lav, kan man unngå unødige undersøkelser som stresser pasienten og belaster helsevesenet.

– Når legen sier at du kan ha en alvorlig sykdom, blir du sendt videre til undersøkelser. 80 prosent av dem har ikke kreft, men må gå gjennom belastende studier. Det er jo ikke bra, forklarer Brandslund.

Best resultater

Men kan vi virkelig være sikre på at denne nye metoden er så trygg?

– Ingenting er 100 prosent sikkert. Vi måler en risiko, og den kommer alltid med en usikkerhet. Men vi tror at hvis risikoen vurderes til 90 prosent, usikkerheten rundt 5 prosent.

Det som teller, er om det er bedre enn det legene har i dag, mener han.

– Det har tatt seks år å få en forståelse for det. Vi hadde alle analyseresultatene som vi kunne tygge oss igjennom, og vi vet hva som skjedde med pasientene. Og det virket. AI gir den beste «area under the curve».

Nå blir det kanskje litt teknisk. «Area under the curve» (AUC) er et uttrykk for den beste kombinasjonen av sensitivitet og presisjon.

Presisjon er evnen til å finne de som er syke. Presisjon er evnen til å finne de som ikke er syke.

En test må kunne begge deler, forklarer Brandslund.

– Hvis AUC er 100 prosent, kan den skille de friske fra de syke. Hvis den er litt dårligere, er den kanskje 80–90 prosent. Og hvis den er helt nede på 50 prosent, kan man like godt slå mynt og kron. Det er slik vi måler om det virker, sier Brandslund.

– Over 90 prosent er kjempebra. Noen har sammenlignet det med hva patologer (spesialleger som undersøker vevsstykker for å stille en diagnose, red.) kan se om det er kreft eller ikke. De ligger på 70–75 prosent, og vi ligger på 85–95 prosent – uavhengig av krefttypen.

SAS Institutes rolle i studien

En av forfatterne bak den nye studien er Christian Hardahl, som samtidig er ansatt hos programvarefirmaet SAS Institute.

Det framgår av studiens avsnitt om konkurrerende interesser at den kunstige intelligensen som brukes i studien, er kjøpt av SAS Institute.

Hardahl forklarer at SAS Institute har bidratt med data samt analyse- og algoritmearbeidet i studien.

– Vår interesse er muligheten for å gjøre tilsvarende arbeid med andre danske regioner og dermed utbre bruken og verdien på SASs teknologi og konsulentytelser til regioner i Danmark og Norden, sier Hardahl.

Modellen må fortsatt forbedres

Det er en god start, men vi trenger mer data før vi kan si noe med 100 prosents sikkerhet, mener Sadasivan Puthusserypady.

– Det går i riktig retning, men modellen må fortsatt forbedres etter hvert som nye data kommer inn. Jo mer data vi har, jo bedre er modellen, sier han.

Studien er basert på en kohort med blodprøver fra 6592 kvinner og menn over 18 år som har blitt henvist til studie for kreft i løpet av de siste 12 årene.

Kan hjelpe legene

Metoden er allerede klar til å bli tatt i bruk, men forskerne vil gjerne se hvordan legene bruker den først, forklarer Ivan Brandslund.

Derfor fortsetter de å sende alle analyseresultatene videre til legene uten å sende svarene fra den kunstige intelligensen. Først fra årsskiftet får legene også tilsendt svarene fra den kunstige intelligensen.

Ved en rekke sykehus blir det opprettet en hel AI-avdeling.

– Det vi gjør, er next-level klinisk biokjemi. I stedet for å sende 23 tall som den stakkars legen må se på, og som er håpløst å tolke på fordi noen tall går opp og ned, sier Brandslund.

– Vi forteller legen hva tallene betyr, og om det er risiko for at personen får kreft eller ikke. Metoden gjenkjenner mønstre. Det er vanskelig for legen.

Og det blir ikke dyrt å ta i bruk, for analysene foretas allerede rutinemessig.

– Vi analyserer allerede 23 ulike komponenter i pasientens blod etter henvisning fra allmennlegen. Vi oversetter resultatene til risikoen for å ha eller få kreft, sier Brandslund.

Referanse:

Patricia Diana Soerensen mfl.: Using artificial intelligence in a primary care setting to identify patients at risk for cancer: a risk prediction model based on routine laboratory tests. Clinical Chemistry and Laboratory Medicine, 2021. DOI: 10.1515/cclm-2021-1015

© Videnskab.dk. Oversatt av Lars Nygaard for forskning.no. Les originalsaken på videnskab.dk her.

Vi vil gjerne høre fra deg!

TA KONTAKT HER
Har du en tilbakemelding, spørsmål, ros eller kritikk? Eller tips om noe vi bør skrive om?

Powered by Labrador CMS