I en ny internationell studie gav en AI-baserad modell betydligt träffsäkrare diagnostik av äggstockscancer än de mänskliga experterna. Studien leddes av forskare vid Karolinska institutet och är publicerad i tidskriften Nature medicine.
Att kvinnor får tumörer i äggstockarna är vanligt. Ofta upptäcker vården tumören av en slump. Då gäller det att säkert kunna skilja mellan godartade tumörer och elakartade cancertumörer. Detta eftersom godartade tumörer ofta inte kräver någon behandling alls medan cancertumörer i äggstockarna måste opereras bort så fort som möjligt.
Identifierar äggstockscancer med ultraljud
Diagnostiken som ska skilja godartade tumörer från elakartade bygger på granskning av ultraljudsbilder. Det är här som modeller baserade på artificiell intelligens, AI, visat sig vara ett effektivt verktyg.
– Det råder brist på ultraljudsexperter på många håll i världen, vilket har lett till oro för onödiga ingrepp och försenade cancerdiagnoser. Därför ville vi undersöka om artificiell intelligens kan komplettera mänskliga experter, förklarar studiens sistaförfattare, professor Elisabeth Epstein, institutionen för klinisk forskning och utbildning vid Karolinska institutet, i ett pressmeddelande.
Neurala nätverksmodeller
Just medicinsk bildgranskning har visat sig vara ett område där AI-modeller kan göra stor nytta. Och den nya studien lägger ytterligare en sådan framgångsrik tillämpning till den växande listan.
I studien utvecklade och testade forskarna sådana AI-modeller som kallas transformatorbaserade neurala nätverksmodeller. Neurala nätverk behandlar data på ett liknande sätt som människans hjärna. Det sker i ett nätverk av sammankopplade noder som liknar systemet av sammankopplade nervceller i vår hjärna.
Precis som andra AI-system “lär sig” neurala nätverk med hjälp av maskininlärning. De tränas på ett befintligt material där man redan har facit. Forskarna tränade och testade AI-modellerna på 17 119 ultraljudsbilder från 3 652 patienter vid 20 kliniker i åtta länder.
Träffsäkrare än människor
AI-modellernas diagnostiska träffsäkerhet jämfördes dels med den hos en stor grupp ultraljudsexperter och dels med mindre erfarna mänskliga granskares resultat.
Resultaten visar att AI-modellerna presterade bättre än både experter och mindre erfarna undersökare när det gäller att identifiera äggstockscancer. AI-modellerna uppnådde en genomsnittlig träffsäkerhet på 86,3 procent jämfört med 82,6 för experterna och 77,7 procent för de mindre erfarna undersökarna.
– Det tyder på att AI-modeller kan erbjuda ett värdefullt stöd i diagnostiken av äggstockscancer, särskilt i svårdiagnostiserade fall och i situationer där det råder brist på ultraljudsexperter, säger Elisabeth Epstein.
Färre remisser med AI
AI-modeller kan, enligt studien, också minska behovet av att skicka remiss till specialister. I en simuleringsstudie minskade AI-stödet remisserna med 63 procent, samtidigt som andelen felaktiga diagnoser minskade med 18 procent.
Detta skulle kunna leda till snabbare och mer kostnadseffektiv vård för patienter med äggstocksförändringar, menar forskarna. De betonar dock att det fortfarande behövs mer forskning för att förstå både AI-modellernas möjligheter och deras begränsningar i den kliniska vårdmiljön i olika länder.