AI revolutionerar cancerdiagnostik: framtiden för patologi börjar nu!

AI revolutionerar cancerdiagnostik: framtiden för patologi börjar nu!

I Tyskland kämpar över 1,4 miljoner människor mot cancer varje år, vilket ofta kräver sjukhusvistelse. Efter att tumören har avlägsnats undersöks den avlägsnade vävnaden i patologi för att bestämma typen av cancer och bedöma dess malignitet. Undersökningen beslutar om eventuella cytostatikaåtgärder. Men här finns en stor potential i integrationen av artificiell intelligens (AI), som universitetssjukhuset i Erlangen förklarar i en aktuell kommunikation [uk-erlangen.de](https://www.uk-erlangen.de/presse/pressemitigungen/ansicht/detail/wie-ki-nahtlos-in-die-pathologische-diagnostik-integriert- Werden).

De digitala möjligheterna har dock ännu inte utnyttjats tillräckligt. Medan många avbildningsmetoder som MRT eller ultraljud redan utvärderas av AI, har analysen av histopatologiska prover hittills mestadels utförts med mikroskop. Att digitalisera vävnadssnitt till högupplösta bilder är ännu inte standardpraxis på de flesta institutioner. Denna process är dock redan rutinmässigt implementerad på Gravina-sjukhuset i Caltagirone, Italien. En utmaning uppstår: heterogeniteten hos digitala vävnadssnitt, som också tas upp vid Fraunhofer Institute scs.fraunhofer.de. Skillnader i provberedning och vävnadsskannrar leder ofta till varierande färger och upplösningar i bilderna.

Integrering av AI i patologi

Ett stort steg mot AI-integrering inom patologi har redan påbörjats. En nyutvecklad process gör det möjligt att sömlöst integrera AI-analyser i arbetsflödet på patologiavdelningen. PD Dr Fulvia Ferrazzi leder detta innovativa projekt som syftar till att förbättra algoritmernas noggrannhet och främja rutindiagnostik på andra avdelningar. Vävnadsprover bearbetas i flera steg genom att göra sektioner och skapa högupplösta digitala bilder. AI-analys integreras automatiskt i processen genom att överföra informationen till en server med AI-modeller, vilket revolutionerar diagnostik på datorskärmar.

Ett annat framtidsinriktat mål är automatisk upptäckt av olika vävnadstyper, till exempel vid diagnos av kolorektalt adenokarcinom – en vanlig typ av tjocktarmscancer. Här används robusta AI-processer, baserade bland annat på konvolutionella neurala nätverk (CNN). Dessa tränas med exemplariska bilder och kan därför identifiera signifikanta skillnader mellan tumör- och muskelvävnad. Men tillhandahållandet av expertkunskap är fortfarande en tidskrävande process, vilket forskare vid Fraunhofer Institute har visat.

Fördelarna med AI och big data

Digitaliseringen för med sig stora mängder data, vilket öppnar dörren till intelligenta lösningar inom medicinen. Big data och AI är framtidens nyckeltermer och kommer även att vara tillämpliga på patologi. Fördelarna med datanätverk är olika: De möjliggör effektivare beslut, individualiserade terapier och tidig upptäckt av sjukdomar. Dessutom kan AI analysera och kombinera stora mängder data blixtsnabbt, vilket är ovärderligt i kliniskt beslutsfattande och medicinsk bildbehandling, enligt resultat från Fraunhofer Institute iks.fraunhofer.de.

Sammanfattningsvis kan integreringen av AI i patologi utgöra ett avgörande framsteg inom diagnostik. Den kommande utvecklingen, både på teknisk och praktisk nivå, kan revolutionera upptäckt och behandling av cancer till förmån för många patienter.