AI på vej til at forbedre diagnoser af lungekræft

A team of engineers from the University of Cologne’s Faculty of Medicine and University Hospital Cologne have introduced an AI model that can help detect lung cancer tissue in minutes. The new system combines the most extensive data set related to the disease available and has shown some promising results. Here’s everything you need to know about how AI is poised to enhance lung cancer diagnosis in the near future.

Lungekræft

Lungekræft kostede anslået 1,3 millioner mennesker livet i 2023. Denne sygdom er en af de mest dødelige i verden og den mest almindelige. Blandt lungekræfttyperne udgør ikke-småcellet lungekræft (NSCLC) mere end 80 % af alle lungekræfttilfælde. Denne variant af lungekræft introducerer maligne tumorer i lungevævet over tid.

Patologisk undersøgelse

Patologiske undersøgelser er den måde, onkologer opdager lungekræftvæv på. Denne proces kræver, at sundhedspersonale indsamler vævsprøver farvet med hæmatoxylin og eosin (H&E). Onkologerne gennemgår derefter disse prøver for at afgøre, om tumorceller er til stede. Derudover bruger de dine data og din genetik til at skræddersy en effektiv behandling.

Digital transformation

De første trin i vævsindsamling har været de samme i onkologi i årtier. Dog er måden, hvorpå dataene behandles, flyttet til et digitalt format. Digitale patologi‑platforme har elimineret behovet for, at forskere skal kigge på celler gennem mikroskoper. Nu bruger de computerskærme.

Digitalisering af patologi har medført betydelige fordele, herunder muligheden for at integrere software i opdagelsesprocessen. I dag bruger de fleste eksperter en form for digital analyse af lungevæv til at bestemme din tilstand. I de kommende år vil kunstig intelligens erstatte manuelt betjente softwaresystemer som den primære metode til at fastslå tilstedeværelsen af lungekræft i væv.

Nye muligheder

Modeller baseret på kunstig intelligens kan udnytte det enorme udvalg af histologiske billeder og udtrække yderligere information, som menneskelige anmeldere ikke kan opfange. Derfor er der et stærkt pres på at skabe mere effektive og tilgængelige AI‑drevne patologi‑systemer.

AI‑lungekræftundersøgelse

Undersøgelsen “Next generation lung cancer pathology: development and validation of diagnostic and prognostic algorithms” offentliggjort i tidsskriftet Cell Reports Medicine afslører nye AI‑algoritmer og en beregningspatologi‑platform, der er designet specifikt til NSCLC‑diagnostik.

Undersøgelsen demonstrerer en kombination af nye AI‑fundamentmodeller og repræsenterer det største og mest relevante datasæt, der hidtil er brugt. Systemet integrerer et detaljeret flerkategori‑vævsdatasæt, der inkluderer hele slide‑billeder med vigtige detaljer såsom lungeadenokarcinom og pladecellekarcinomer. Bemærkelsesværdigt har AI‑modellen integreret over 4 000 slides fra 1.527 patienter og er afledt af en international kohorte af forskningsudbydere inden for lungekræft.

Test

Testfasen af forskningen involverede at sammenligne resultater fra vævsprøver med ekspertpatologers vurderinger for at sikre kvalitet. Teamet var fokuseret på kun at bruge forklarlige, uafhængige og pålidelige prognostiske parametre afledt af H&E‑farvede vævsprøver, hvilket gjorde det lettere at bekræfte resultaterne.

Fire AI‑modeller blev brugt i eksperimentet. Hver AI‑algoritme var designet til at undersøge og bestemme forskellige klasser, herunder epitelial tumor‑komponent, tumoral stroma, nekrotisk affald og mucin. AI‑systemet gennemgik de levende data og sammenlignede dem med tertiære lymfoide strukturer og nekrose‑vurderinger inden for modellen for at finde ligheder.

Resultater fra lungekræftundersøgelsen

Resultaterne viste, at algoritmen var meget præcis og hurtigere end andre metoder til at bestemme lungekræfttumorer. Teamet demonstrerede en nøjagtighed på 0,89, hvor mange af unøjagtighederne skyldtes optiske problemer relateret til pixels snarere end AI‑algoritmens detektionskapacitet.

Fordele

Et AI‑drevet system til påvisning af lungekræft giver flere fordele på markedet. For det første kan disse omkostningseffektive alternativer anvendes i fjerntliggende områder, hvor større, mere specialiseret udstyr og fagfolk ikke er tilgængelige. Dermed kan de bidrage til at skabe en mere balanceret og tilgængelig behandlingsproces.

Automatiseret analyse

En af de vigtigste fordele ved AI‑systemet er, at det er fuldstændig automatiseret. Vævsprøver scannes, vises, testes, og behandlingsanbefalinger udarbejdes af systemet. Ved at reducere diagnosetiden kan patienterne sænke behandlingsbehovet og omkostningerne.

Ny information

En anden væsentlig grund til, at denne undersøgelse begejstrer mange fagfolk, er, at den åbner døren for nye metoder til dataindsamling. AI‑algoritmer bliver i stigende grad i stand til at identificere svære at se mønstre og sammenhænge i datasæt. Derfor vil dette system kunne lære kontinuerligt fra både gammel og ny information indsamlet fra patienter, hvilket forbedrer dets kapaciteter.

Millioner af vævsprøver fra lungekræft er blevet indsamlet gennem de år, sygdommen er blevet undersøgt. Disse data kan afsløre nogle spor til fremtidige forebyggelsesmetoder, når de indføres i en større AI‑model, der kan bestemme svære at opdage mønstre og sammenkoblede forekomster.

Forbedrede behandlinger

En anden stor fordel er bedre behandlinger. Systemet gør det muligt for sundhedsprofessionelle at skabe optimerede og personlige behandlinger for deres patienter på rekordtid. Lungekræftdiagnostik er afgørende for at forhindre sygdommens spredning og reducere dødeligheden hos patienterne. I fremtiden kunne disse systemer placeres i dit hjem eller endda lejes ud til enkeltpersoner eller små klinikker. Dette skridt ville åbne døren for global adoption, samtidig med at det reducerer fejldiagnoser, behovet for at rejse og omkostninger for alle involverede parter.

Forskerne bag lungekræftundersøgelsen

Forskningsholdet for projektet blev ledet af Dr. Yuri Tolkach og professor Dr. Reinhard Büttne fra Institut for generel patologi og patologisk anatomi ved Universitetshospitalet i Köln. Projektet blev gjort muligt gennem finansieringsbevillinger fra delstaten Nordrhein-Westfalen, det føderale ministerium for uddannelse og forskning i Tyskland samt Wilhelm Sander‑stiftelsen.

To virksomheder, der kan drage fordel af AI‑lungekræftundersøgelsen

Flere store farmaceutiske virksomheder kunne drage stor fordel af at integrere denne nye AI‑model for at forbedre deres diagnose‑ og behandlingsprocesser. Dette omkostningseffektive alternativ ville være let at indføre effektivt i deres nuværende forretningsmodel. Derudover kunne disse virksomheder integrere deres proprietære forskningsdata for yderligere at forbedre AI‑ens kapaciteter. Her er to virksomheder, som bør overveje dette skridt i de kommende uger.

1. Sanofi

SNY Prisdiagram

Sanofi (SNW.DE ) (SNY ) gik ind på markedet i 1973 som en international farmaceutisk virksomhed. Denne franske operation er en pioner inden for kræftdiagnostik og -behandlinger. Virksomheden tilbyder en række produkter, herunder molekylær onkologi, immun‑onkologi og genomisk medicinplatforme. Sanofi har oplevet stor succes på grund af lanceringen af flere behandlinger.

Sanofi oplevede for nylig et markant prisstød, da de afslørede, at de tidlige forsøg med ibrutinib til behandling af multipel sklerose (MS) gik godt. Nyheden var dog ikke kun positiv, da de følgende to tests ikke gav de ønskede resultater for virksomheden. Alligevel styrkede det handlertilliden, da forskningen bevæger sig i den rigtige retning. I øjeblikket har firmaet over 13 kandidater i kliniske forsøg. Hvis de godkendes, vil disse muligheder blive tilføjet til virksomhedens mange andre tilbud, designet til at behandle blod‑, hud‑, lunge‑, bryst‑ og hormon‑positive kræftformer.

2. Gilead Sciences

GILD Prisdiagram

Gilead Science er en biopharmaceutisk gigant, der gennem årene har modtaget mange anerkendelser, herunder at blive udnævnt til en af Fortunes mest beundrede virksomheder inden for den farmaceutiske industri. Gilead Sciences (GILD ) specialiserer sig i behandlinger af kræft, hepatitis og HIV. Virksomheden har en voksende onkologi‑afdeling, som kunne integrere AI‑diagnostiksystemet for at forbedre deres evne til at overvåge behandlinger.

Gilead har aktiviteter i over 30 lande og har hovedkontor i Californien. Firmaet har i øjeblikket over 18.000 ansatte og er anerkendt som en førende innovatør inden for kræftbehandlinger. Gilead Science betragtes af mange som en stærk “hold“, på grund af virksomhedens mål om at forbedre sundhedslighed og øge adgangen til livsforandrende terapier for alle.

AI på vej til at transformere den medicinske industri

Det medicinske felt fortsætter med at omfavne AI, hvilket har åbnet døren for mere effektive metoder og diagnoser. Allerede nu findes der AI‑systemer, der kan diagnostisere sygdomme, forudsige Alzheimers og reducere omkostningerne ved kræftbehandling omkostninger. I fremtiden kan AI‑systemet blive en intern sundhedsplejemulighed, der er tilgængelig for alle.

AI‑lungekræftdiagnose giver mening

Når du ser på resultaterne af en AI‑lungekræftdiagnostikundersøgelse, er det let at forstå, hvorfor folk er begejstrede. AI kan nøjagtigt bestemme tumorceller til lavere omkostninger end nutidens metoder. Derudover er systemet bygget fra dag ét til løbende at forbedre sig baseret på nye data. Som sådan kan dette team krediteres for at forbedre millioner af liv i fremtiden.

Lær om andre seje AI‑projekter her.