1,3 miljoner män diagnosticeras varje år med prostatacancer. För att ställa en tillförlitlig diagnos måste en patolog analysera ett vävnadsprov och en ny studie visar att AI kan vara till stor hjälp vid den diagnosen.

Ett problem med dagens prostatacancerdiagnostik är att olika patologer kan komma till olika slutsatser trots att de studerar samma vävnadsprover. Ett annat problem är att det inte finns tillräckligt med patologer. Speciellt i utvecklingsländer råder det stor brist på patologer.

För att komma till rätta med de problemen anordnade en forskargrupp tävlingen Panda, där över 1 000 AI-utvecklare skapade AI-system som kan analysera vävnadsprover. Tävlingen är nu över och resultatet visar att AI är riktigt bra på att identifiera och gradera prostatacancer i vävnadsprover.

– Redan efter tio dagar utvecklades algoritmer som var lika bra som genomsnittliga patologer. Genomförandet av Panda visar hur tävlingar kan sporra till snabb innovation för att lösa specifika problem inom vården med hjälp av AI, säger Kimmo Kartasalo, forskare vid Karolinska Institutet och en av forskarna bakom studien, i ett pressmeddelande.

En farhåga som forskarna hade med AI-analyserna var att AI kan få problem om de data som de matas med i verkligheten skiljer sig från de data som användes för att träna AI:n. Men det var inte ett problem i det här fallet.

– Resultaten från Panda visar för första gången att AI-system kan ge lika noggrann diagnostisering och gradering av prostatacancer i en internationell miljö som när diagnostiken görs av mänskliga patologer, säger Martin Eklund, lektor vid Karolinska Institutet och en annan av forskarna bakom studien.

Forskarna betonar att målet inte är att ersätta mänskliga patologer.

– Tanken är inte att AI ska ersätta den mänskliga bedömningen, utan snarare agera som ett säkerhetsnät för att patologer inte ska missa cancerfall, samt hjälpa till med att standardisera bedömningarna. AI kan även vara ett alternativ i delar av världen där det helt saknas patologisk expertis idag, säger Lars Egevad, professor i patologi vid Karolinska Institutet och medförfattare till studien.

Forskarna ska nu gå vidare för att föra AI-analyser närmare praktiskt användande i vården.

– Nästa steg är kontrollerade studier för att avgöra hur AI-systemet på bästa sätt kan införas i vården. Framtida studier bör även inkludera en större variation av ovanliga men särskilt svårbedömda biopsier och fler länder med varierande etnicitet och demografi, säger Martin Eklund.

Läs hela studien här.