AI revolusjonerer kreftdiagnose: fremtiden for patologi begynner nå!

AI revolusjonerer kreftdiagnose: fremtiden for patologi begynner nå!

I Tyskland kjemper over 1,4 millioner mennesker mot kreft hvert år, som ofte krever sykehusinnleggelse. Etter at svulsten er fjernet, undersøkes det fjernede vevet i patologi for å bestemme typen kreft og vurdere dens malignitet. Undersøkelsen tar stilling til mulige cellegifttiltak. Men det er et stort potensial her i integreringen av kunstig intelligens (AI), som Erlangen Universitetssykehus forklarer i en aktuell kommunikasjon [uk-erlangen.de](https://www.uk-erlangen.de/presse/pressemitigungen/ansicht/detail/wie-ki-nahtlos-in-die-pathologische-diagnostik-integriert- Werden).

De digitale mulighetene er imidlertid ennå ikke tilstrekkelig utnyttet. Mens mange avbildningsmetoder som MR eller ultralyd allerede er evaluert av AI, har analysen av histopatologiske prøver så langt for det meste blitt utført ved hjelp av et mikroskop. Digitalisering av vevssnitt til bilder med høy oppløsning er ennå ikke standard praksis i de fleste institusjoner. Imidlertid er denne prosessen allerede rutinemessig implementert ved Gravina Hospital i Caltagirone, Italia. En utfordring oppstår: heterogeniteten til digitale vevsseksjoner, som også behandles ved Fraunhofer Institute scs.fraunhofer.de. Forskjeller i prøvepreparering og vevsskannere fører ofte til varierende farger og oppløsninger i bildene.

Integrering av AI i patologi

Et stort skritt mot AI-integrasjon i patologi er allerede igangsatt. En nyutviklet prosess gjør det mulig å sømløst integrere AI-analyser i arbeidsflyten til patologiavdelingen. PD Dr. Fulvia Ferrazzi leder dette innovative prosjektet som har som mål å forbedre nøyaktigheten til algoritmene og fremme rutinediagnostikk i andre avdelinger. Vevsprøver behandles i flere stadier ved å lage seksjoner og lage høyoppløselige digitale bilder. AI-analyse integreres automatisk i prosessen ved å overføre informasjonen til en server med AI-modeller, noe som revolusjonerer diagnostikk på dataskjermer.

Et annet fremtidsrettet mål er automatisk påvisning av ulike vevstyper, for eksempel ved diagnostisering av kolorektalt adenokarsinom – en vanlig type tykktarmskreft. Her brukes robuste AI-prosesser, blant annet basert på konvolusjonelle nevrale nettverk (CNN). Disse trenes med eksemplariske bilder og kan derfor identifisere betydelige forskjeller mellom svulst og muskelvev. Tilveiebringelse av ekspertkunnskap er imidlertid fortsatt en tidkrevende prosess, som forskere ved Fraunhofer Institute har vist.

Fordelene med AI og big data

Digitalisering fører med seg store datamengder, noe som åpner for intelligente løsninger innen medisin. Big data og AI er fremtidens nøkkelbegreper og vil også gjelde for patologi. Fordelene med datanettverk er forskjellige: De muliggjør mer effektive beslutninger, individualiserte terapier og tidlig oppdagelse av sykdommer. I tillegg kan AI analysere og kombinere store mengder data lynraskt, noe som er uvurderlig i klinisk beslutningstaking og medisinsk bildebehandling, ifølge funn fra Fraunhofer Institute iks.fraunhofer.de.

Avslutningsvis kan integreringen av AI i patologi representere et avgjørende fremskritt innen diagnostikk. Den kommende utviklingen, både på teknisk og praktisk nivå, kan revolusjonere kreftoppdagelse og -behandling til fordel for mange pasienter.