Hvilke kvinner i befolkningen er i faresonen for å utvikle livmorhalskreft og trenger hyppigere prøvetaking? Kunstig intelligens kan gi svaret.
Det kan høres ut som magi, men det forsker Severin Elvatun ved Universitetet i Oslo og Kreftregisteret har jobbet med de siste årene, kan bidra til at kvinner som står i fare for å utvikle livmorhalskreft senere i livet, får et varsku mens de ennå er friske og har normale celleprøver.
Ifølge forsker Severin Elvatun er det fortsatt langt fram i tid før algoritmer kan tas i bruk for å tilpasse kreftscreeningen til hver enkelt kvinne.(Foto: Privat)
I dag bruker man det samme regimet for prøvetaking på alle kvinner, uavhengig av den enkelte kvinnes risikoprofil. De aller fleste går gjennom livet med bare normale celleprøver, mens en liten gruppe vil utvikle forstadier og eventuelt kreft.
– Vi har prøvd å finne metoder der man kan tilpasse screeningen til de ulike risikogruppene, sier Elvatun.
Ser etter trender i prøvesvarene
Alle norske kvinner mellom 25 og 69 år oppfordres i dag til å ta celleprøve av livmorhalsen regelmessig.
Siden screeningprogrammet ble startet i 1995, har Kreftregisteret samlet inn prøvesvar fra 1.8 millioner norske kvinner. Det er disse dataene Elvatun og kollegene har brukt for å utvikle metoder for individuelt tilpasset screening.
– Vi ser at det er en del likhetstrekk mellom de ulike screeningshistorikkene. En av modellene vi har jobbet med, er å trekke ut et begrenset sett med trender som vi kan bruke til å beskrive de ulike risikoprofilene, forklarer Elvatun.
Målet har vært å kunne fange opp de tilfellene hvor kvinnene har høy risiko for å utvikle kreft, og som trenger behandling. Ved å observere fellestrekk mellom grupper som ligger lenger fram i løypa, kan man gjennom matematiske modeller forutsi utviklingen hos de som ikke er kommet like langt.
– Du kan si at vi tillater oss å estimere informasjon som vi ikke har tilgjengelig ved å låne informasjon fra andre individer som ligner. Så har vi ulike grader av hvor sikre vi er på at en profil matcher noe vi har sett før, sier Elvatun.
Algoritmer finner likhetstrekk
Det kan høres komplisert ut, men noe av metodikken er den samme som brukes av Netflix når de foreslår hvilke filmer du vil like å se.
Hvis du og jeg har gitt en del filmer den samme ratingen, så tolker Netflix det til at vi har de samme preferansene. De vil da anbefale meg å se de samme filmene som du har likt tidligere. Det er litt det samme som skjer her, ved at ulike kvinner kan ha samme screeninghistorie.
Mer persontilpasset screening vil også kunne være en fordel for alle de som sannsynligvis ikke kommer til å utvikle celleforandringer.
– De kan da slippe å teste seg like ofte uten at det skal gå på bekostning av deres beskyttelse, sier Elvatun.
Overvekt av «friske» prøver
Men fortsatt er det langt fram i tid før slike algoritmer kan tas i bruk for å tilpasse kreftscreeningen til hver enkelt kvinne. Foreløpig har forskerne kun gjort en utforskende studie med mål om å utvikle en prototyp.
– Skal man bruke data samlet inn fra en hel populasjon, må man ha metoder som fungerer med så lite data som mulig. I vårt prosjekt har vi kun brukt prøveresultat sammen med alder. Det har vært utfordrende, sier Elvatun.
Annonse
Screeningen mot livmorhalskreft har bidratt til en kraftig reduksjon i antall krefttilfeller i Norge.
Mer enn 65 prosent av deltakerne i screeningprogrammet har aldri hatt annet enn normale celleprøver. Bare tre prosent av prøvene viser tilfeller med høy risiko for å utvikle kreft. Den store overvekten av «friske» prøver, samt lite informasjon i registreringene gir algoritmene i maskinlæringen lite data å lære av.
Elvatun tror derfor det vil være nødvendig å supplere screeningdataene med mer informasjon, som for eksempel livsstil.
– Man vet at livmorhalskreft er sterkt koblet til en del risikofaktorer, som røyking, antall seksualpartnere og bruk av prevensjon. For noen år siden ble det gjennomført en spørreundersøkelse blant deltagerne i screeningprogrammet. Vi har prøvd å koble resultatene fra denne sammen med screeninghistorikken for å se om det kunne «booste» risikoestimatene. Det ga lovende resultater, sier Elvatun.
Fakta om livmorhalskreft
I 2022 fikk 302 kvinner livmorhalskreft. En nedgang fra 345 året før.
Livmorhalskreft rammer unge kvinner. I 2022 var det 19 kvinner under 30 år og 72 mellom 30 og 40 år som fikk denne diagnosen.
På et tidlig stadium er det ofte ingen symptomer. Kreften kan oppdages når det tas livmorhalsprøve. Hos mange oppdages sykdommen tidlig. I slike tilfeller er muligheten for helbredelse god.
I over 99 prosent av tilfellene er årsaken langvarig infeksjon med HPV (Humant Papillomavirus). HPV smitter seksuelt og er veldig vanlig. De aller fleste blir kvitt infeksjonen uten å legge merke til den. For noen kan infeksjonen bli værende. Dette kan utvikle celleforandringer på livmorhalsen.
Det tar ofte 10 år eller mer fra HPV smitte til utvikling av livmorhalskreft. Derfor anbefales kvinner regelmessig testing.
Kilder: Helsenorge.no og Kreftregisteret
Ikke aktuelt å stole blindt på AI
Det trengs med andre ord mer forskning før kunstig intelligens (KI) kan slippes løs i Kreftregisterets databaser.
Elvatun sier det uansett ikke vil være aktuelt å overlate vurderinger og avgjørelser til et KI-system. Kunstig intelligens kan i første omgang brukes til å foreslå en risikovurdering.
Han forklarer at algoritmene kan bli brukt for å se om det skal heises et rødt flagg. Så kan man invitere denne kvinnen til ny screening på et tidligere tidspunkt enn først tenkt.
Ethvert forsøk på å gjøre screeningen mer persontilpasset vil kunne gjøre livet enklere for veldig mange kvinner. Samtidig kan det forhindre et kjedelig utfall for en del av dem.
Referanser:
Severin Elvatun: Towards more personalized cervical cancer prevention: Prototyping data-driven methods predicting cervical cancer development from cancer registry data. Doktoravhandling ved Universitetet i Oslo, 2023. (Nettside på uio.no om disputas)
