Cancer i bukspottkörteln är en av de cancersjukdomar som är svårast att diagnostisera. Sjukdomen upptäcks därför ofta sent när det kan vara omöjligt att operera bort tumören och därmed öka patientens chanser att överleva. Mindre än en tiondel av patienterna lever längre än fem år efter diagnosen.
Nu visar en ny internationell studie där Sverige deltog att AI-verktyg kan hjälpa till att förbättra situationen. De testade AI-logaritmerna mer mer träffsäkra än erfarna röntgenläkare när det gäller att identifiera cancer i bukspottkörteln med avbildningstekniken datortomografi.
Studien är ett samarbete mellan Radboud university medical center i Nederländerna, Karolinska institutet i Sverige och University of Bergen i Norge. Den är publicerad av Lancet oncology.
Träffsäker identifiering av cancer i bukspottkörteln
I den aktuella studien jämförde forskarna ett AI-system med 68 röntgenläkare från 40 institutioner i 12 olika länder. Totalt omfattade studien 3 440 patienter och över 430 AI-utvecklare från 46 länder bidrog med algoritmer. De tre bästa algoritmerna kombinerades till en AI-modell som forskarna utvärderade på en separat grupp om 1 130 patienter. Resultaten visade att AI hade en mycket hög träffsäkerhet.
Forskarna använda måttet AUROC på träffsäkerheten. Högsta möjliga värde är 1,0, värden mellan 0,8 och 0,9 räknas som god träffsäkerhet och värden över 0,9 som mycket hög träffsäkerhet. AUROC för AI-systemet var 0,92 och röntgenläkarnas var 0,88. Det innebär att AI-systemet hittade fler tumörer och gav färre falskt positiva svar.
– Våra resultat visar att AI kan vara ett värdefullt stöd för radiologer i den svåra uppgiften att upptäcka bukspottkörtelcancer, säger Dawid Rutkowski, doktorand vid institutionen för klinisk vetenskap, intervention och teknik på Karolinska institutet, i ett pressmeddelande.
Fortsatt forskning
Nästa steg för forskarna är att undersöka hur man kan använda AI för att följa upp patienter som har cystor eller förstadier till bukspottkörtelcancer. Vården följer ofta dessa patienter med regelbundna kontroller och bilddiagnostik. Även här skulle AI kunna bidra till att förbättra bedömningen.
– Vi vill nu gå vidare med prospektiva studier där AI-systemet testas i klinisk vardag, men med stor försiktighet och noggrannhet, säger Dawid Rutkowski.
