– Resultaten är förbluffande bra. De visar att det är möjligt att träna ett AI-system att upptäcka och gradera prostatacancer lika bra som internationellt ledande experter inom prostatacancerpatologi, säger Martin Eklund, lektor vid institutionen för medicinsk epidemiologi och biostatistik vid Karolinska institutet och den som lett studien. 

För att träna och testa AI-systemet digitaliserade forskarna fler än 8 000 vävnadsprover från drygt 1 200 svenska män mellan 50 och 69 år till högupplösta bilder med hjälp av digitala patologiskannrar. 

Drygt 6 600 av proverna användes för att lära systemet att se skillnad mellan biopsier med och utan cancer samt bedöma cancerns allvarlighetsgrad.

Resten av proverna användes tillsammans med ytterligare uppsättningar prover för att testa systemet. Resultatet jämfördes med bedömningar gjorda av 23 världsledande uropatologer.

Enligt forskarna var AI-systemet i princip felfritt på att säga om det fanns cancer eller inte cancer i en given biopsi, samt att uppskatta cancertumörens utbredning, jämfört med expertpatologernas bedömning.

– Den svåraste delen är att säga hur allvarlig cancern är, graderat efter den så kallade Gleasongraderingen. Där är AI-verktyget lika bra som världsledande patologer på det material som vi har testat på.

Tanken är inte att AI ska ersätta den mänskliga bedömningen. Det handlar snarare om att agera som ett säkerhetsnät för att patologer inte ska missa cancerfall och om att standardisera bedömningarna, enligt Martin Eklund.

– Det råder patologbrist i dag. AI-systemet har potential att markant minska arbetsbördan för patologer och frigöra tid för att fokusera på de svårdiagnostiserade fallen. Jag tror att man kan avlasta patologer så att mycket av rutinjobbet automatiseras. Förhoppningsvis kan det också bidra till att tillhandahålla snabbare svar.

Än så länge är det dock för tidigt att införa systemet i rutindiagnostik.

Just nu pågår en europeisk multicenterstudie där AI-systemet tränas på känna igen cancer i vävnadsprover som tagits av olika laboratorier, med olika typer av digitala skannrar och med mycket ovanliga växtsätt.

– Vi hoppas också kunna starta kliniska prövningar där vi jämför AI-assisterad patologi med rutinpatologi under det här året. Om utfallet av en sådan prospektiv randomiserad studie är positivt så tror jag att det kan gå ganska fort att införa åtminstone delar av AI-assisterad patologi.

Studien genomfördes i samarbete med forskare vid Tammerfors universitet i Finland.