AI-revolution från Lund: Minskad kirurgi vid bröstcancer

AI-revolution från Lund: Minskad kirurgi vid bröstcancer

En ny AI-modell utvecklad vid Lunds universitet visar stor potential att minska behovet av kirurgiska ingrepp i armhålan för bröstcancerpatienter. Genom att analysera tidigare outnyttjad information i mammografibilder kan modellen med hög träffsäkerhet bedöma risken för metastaser i armhålan. En nyligen avslutad studie visar att över 40 procent av dagens ingrepp skulle kunna undvikas.

AI-modellens funktion och potential

Vid bröstcancer är det vanligt att undersöka lymfkörtlarna i armhålan för att bedöma prognos och behandling. Detta görs genom en liten operation där de första lymfkörtlarna identifieras och opereras bort för analys. Trots att ingreppet är litet kan det orsaka smärta och andra komplikationer. Ungefär 20 procent av patienterna har spridning till armhålan, medan resterande 80 procent har fria lymfkörtlar, vilket gör ingreppet diagnostiskt utan behandlande effekt.

Lisa Rydén, professor i kirurgi vid Lunds universitet, förklarar att forskningsprojektet NILS (Non-invasive lymph node staging) syftar till att utveckla icke-invasiva metoder för att bedöma lymfkörtlarnas status. Genom att använda AI-modellen kan man göra en individbaserad riskbedömning redan före operationen, vilket kan leda till att ingrepp i armhålan undviks för patienter med låg risk.

Studien och dess resultat

Studien använde mammografibilder från 1265 kvinnor diagnosticerade med bröstcancer mellan 2009 och 2017. AI-modellen tränades att analysera hela mammografibilden för att identifiera risken för metastaser. Resultaten, publicerade i NPJ Digital Medicine, visar att portvaktskörtelbiopsi skulle ha kunnat undvikas i 41,7 procent av fallen.

Daqu Zhang, doktorand vid Lunds universitet, beskriver hur AI-modellen utvecklades i tre steg: först lärde den sig grundstrukturen i mammografibilder, sedan identifierade den ledtrådar till cancer, och slutligen integrerade den patientinformation för att mer korrekt förutsäga metastasrisken.

Framtida möjligheter och utmaningar

Sverige har en hög andel bröstcancerfall som upptäcks genom mammografiscreening, vilket ger en unik möjlighet att validera AI-modellens resultat. Lisa Rydén hoppas att modellen i framtiden kan användas för att bedöma risken för lymfkörtelmetastaser redan vid mammografiundersökningen, vilket skulle möjliggöra en mer individanpassad behandling.

För att säkerställa att resultaten är allmängiltiga söker forskarna nu efter oberoende patientmaterial både i Sverige och internationellt. Målet är att AI-modellen ska kunna ge mer information om tumörstadium och prognos, vilket kan förbättra behandlingsplaneringen för bröstcancerpatienter.

FAQ

• Vad är syftet med AI-modellen? Modellen syftar till att minska behovet av kirurgiska ingrepp i armhålan vid bröstcancer genom att bedöma risken för metastaser med hjälp av mammografibilder.
• Hur många ingrepp kan undvikas med AI-modellen? Studien visar att över 40 procent av dagens ingrepp i armhålan skulle kunna undvikas.
• Vilka är de framtida målen för AI-modellen? Forskarna hoppas att modellen kan användas för att bedöma risken för lymfkörtelmetastaser redan vid mammografiundersökningen och därmed möjliggöra en mer individanpassad behandling.