AI på väg att förbättra diagnoser av lungcancer

Ett team av ingenjörer från Medicinska fakulteten vid universitetet i Köln och Universitetssjukhuset Köln har introducerat en AI-modell som kan hjälpa till att upptäcka lungcancervävnad på några minuter. Det nya systemet kombinerar den mest omfattande datamängden relaterad till sjukdomen som finns tillgänglig och har visat några lovande resultat. Här är allt du behöver veta om hur AI är på väg att förbättra lungcancerdiagnostik inom en snar framtid.

Lungcancer

Lungcancer tog livet av uppskattningsvis 1,3 miljoner människor år 2023. Denna sjukdom är en av de dödligaste i världen och den vanligaste. Bland lungcancertyperna står icke-småcellig lungcancer (NSCLC) för mer än 80 % av alla lungcancer. Denna variant av lungcancer introducerar maligna tumörer i lungvävnaden över tid.

Patologisk undersökning

Patologiska undersökningar är hur onkologer upptäcker lungcancervävnad. Denna process kräver att vårdpersonal samlar in vävnadsprover färgade med hematoxylin och eosin (H&E). Onkologer granskar sedan dessa prover för att avgöra om tumörceller finns. Dessutom använder de dina data och genetiska information för att skräddarsy en effektiv behandling.

Digital transformation

De första stegen i vävnadsinsamling har förblivit desamma inom onkologi i årtionden. Däremot har sättet och medlen för hur data bearbetas övergått till ett digitalt format. Digitala patologi‑plattformar har eliminerat behovet av att forskare måste titta på celler genom mikroskop. Nu använder de datorskärmar.

Digitalisering av patologi medförde flera allvarliga fördelar, inklusive möjligheten att integrera mjukvara i upptäcktsprocessen. Idag använder de flesta experter någon form av digital lungvävnadsanalys för att fastställa ditt tillstånd. Under de kommande åren kommer artificiell intelligens att ersätta manuellt drivna mjukvarusystem som det primära sättet att bestämma närvaron av lungcancer i vävnader.

Nya möjligheter

AI‑modeller kan utnyttja den stora mängden histologiska bilder och extrahera ytterligare information som mänskliga granskare inte kan fånga. Därför finns ett starkt driv att skapa mer effektiva och tillgängliga AI‑drivna patologi‑system.

AI‑studie om lungcancer

Studien “Next generation lung cancer pathology: development and validation of diagnostic and prognostic algorithms” publicerad i tidskriften Cell Reports Medicine avslöjar nya AI‑algoritmer och en beräkningspatologi‑plattform som är specifikt utformad för NSCLC‑diagnostik.
Studien visar en kombination av nya AI‑grundmodeller och representerar den största och mest relevanta datamängden som hittills använts. Systemet integrerar en detaljerad flerkategorivävnadsdatamängd som inkluderar helbilds‑bilder med viktiga detaljer såsom lungadenokarcinom och skivepitelcancer. Noterbart är att AI‑modellen integrerade över 4 000 bilder från 1 527 patienter och härrörde från en internationell kohort av lungcancerforskningsleverantörer.

Test

Testfasen av forskningen involverade att jämföra vävnadsprovsresultat med expertrecensioner från patologer för att säkerställa kvalitet. Teamet var angeläget om att endast använda förklarliga, oberoende, kapabla prognostiska parametrar hämtade från H&E‑färgade vävnadsprover, vilket gjorde det enklare att bekräfta resultaten.

Fyra AI‑modeller användes i experimentet. Varje AI‑algoritm var utformad för att undersöka och bestämma olika klasser inklusive epitelial tumorkomponent, tumörstroma, nekrotiskt skräp och slem. AI‑systemet granskade de levande data och jämförde dem med tertiära lymfoida strukturer och nekrosbedömningar inom modellen för att söka likheter.

Resultat från lungcancerstudien

Resultaten visade att algoritmen var mycket exakt och snabbare än andra metoder för att bestämma lungcancertumörer. Teamet demonstrerade 0,89 noggrannhet, där många av felaktigheterna berodde på optiska problem relaterade till pixlar snarare än AI‑algoritmens detekteringsförmåga.

Fördelar

Ett AI‑drivet system för lungcancerdetektion ger flera fördelar på marknaden. För det första kan dessa låga kostnadsalternativ användas i avlägsna regioner där större, mer specialiserad utrustning och personal inte finns tillgängliga. På så sätt kan de bidra till att skapa en mer balanserad och tillgänglig behandlingsprocess.

Automatiserad analys

En av huvudfördelarna med AI‑systemet är att det är helt automatiserat. Vävnadsprover skannas, visas, testas och behandlingsrekommendationer ges av systemet. Genom att minska diagnostider kan patienter minska behandlingsbehov och kostnader.

Ny information

En annan stor anledning till att detta studie entusiasmerar många yrkesverksamma är att den öppnar dörren för nya metoder för datainsamling. AI‑algoritmer blir allt bättre på att identifiera svårseglade mönster och samband inom datamängder. På så sätt kommer detta system kunna kontinuerligt lära sig från gammal och ny information insamlad från patienter, vilket förbättrar dess kapacitet.

Miljoner vävnadsprover av lungcancer har tagits under de år som sjukdomen har forskats. Dessa data kan avslöja ledtrådar till framtida förebyggande metoder när de matas in i en större AI‑modell som kan identifiera svårupptäckta mönster och kopplade händelser.

Förbättrade behandlingar

En annan stor fördel är bättre behandlingar. Detta system möjliggör för vårdpersonal att skapa optimerade och personliga behandlingar för sina patienter på rekordtid. Lungcancerdiagnos är avgörande för att förhindra sjukdomens spridning och minska dödligheten hos patienter. I framtiden kan dessa system placeras i ditt hem eller till och med hyras ut till individer eller små kliniker. Detta skulle öppna dörren för global adoption samtidigt som feldiagnoser, behovet av resor och kostnader för alla inblandade minskas.

Forskare bakom lungcancerstudien

Forskarteamet för projektet leddes av Dr. Yuri Tolkach och Professor Dr. Reinhard Büttne från Institutet för allmän patologi och patologisk anatomi vid Universitetssjukhuset Köln. Projektet möjliggjordes genom finansieringsbidrag från delstaten Nordrhein-Westfalen, det tyska federala utbildnings‑ och forskningsministeriet samt Wilhelm Sander‑stiftelsen.

Två företag som kan dra nytta av AI‑lungcancerstudien

Flera stora läkemedelsföretag skulle kunna dra stor nytta av att integrera denna nya AI‑modell för att förbättra sina diagnostik‑ och behandlingsprocesser. Detta låga kostnadsalternativ skulle vara enkelt att effektivt införa i deras nuvarande affärsmodell. Dessutom skulle dessa företag kunna integrera sin egen forskningsdata för att ytterligare förbättra AI‑kapaciteten. Här är två företag som bör överväga detta steg under de kommande veckorna.

1. Sanofi

SNY Prisdiagram

Sanofi (SNW.DE ) (SNY ) gick in på marknaden 1973 som ett internationellt läkemedelsföretag. Denna Frankrike‑baserade verksamhet är en pionjär inom området för cancerdiagnostik och behandlingar. Företaget erbjuder en rad produkter inklusive molekylär onkologi, immuno‑onkologi och plattformar för genommedicin. Sanofi har haft stor framgång tack vare lanseringen av flera behandlingar.

Sanofi såg nyligen en kraftig prisökning när de avslöjade att tidiga studier av ibrutinib för multipel skleros (MS) gick bra. Nyheten var dock inte helt rosenskimrande eftersom de två följande testerna inte gav de resultat företaget önskade. Trots detta stärkte det handlarnas förtroende då forskningen rör sig i rätt riktning. För närvarande har företaget över 13 kandidater i kliniska studier. Om de godkänns kommer dessa alternativ att ansluta sig till företagets många andra erbjudanden, avsedda för att behandla blod-, hud-, lung-, bröst- och hormon‑positiva cancerformer.

2. Gilead Sciences

GILD Prisdiagram

Gilead Science är en biopharmaceutisk kraftkälla som har mottagit många utmärkelser genom åren, inklusive att utses till ett av Fortunes mest beundrade företag inom läkemedelsindustrin. Gilead Sciences (GILD ) specialiserar sig på behandlingar för cancer, hepatit och HIV. Företaget har en växande onkologiavdelning som skulle kunna integrera AI‑diagnossystemet för att förbättra sina möjligheter att övervaka behandlingar.

Gilead har verksamhet i över 30 länder och har huvudkontor i Kalifornien. Företaget har för närvarande över 18 000 anställda och erkänns som en ledande innovatör inom cancerbehandlingar. Gilead Science ses av många som ett starkt “hold” på grund av företagets mål att förbättra hälso‑jämlikhet och öka tillgången till livsförändrande terapier för alla.

AI på väg att förändra den medicinska industrin

Den medicinska sektorn fortsätter att omfamna AI, vilket har öppnat dörren för mer effektiva metoder och diagnoser. Redan finns AI‑system som kan diagnostisera sjukdomar, förutsäga Alzheimers och minska kostnader för cancerbehandling kostnader. I framtiden kan AI‑systemet bli ett intern‑hälsovårdsalternativ som är tillgängligt för alla.

AI‑lungcancerdagnos är logisk

När du granskar resultaten från en AI‑lungcancerdagnostikstudie är det lätt att förstå varför folk är entusiastiska. AI:n kan exakt bestämma tumörceller till lägre kostnad än dagens metoder. Dessutom byggdes systemet från dag ett för att kontinuerligt förbättras baserat på ny data. På så sätt kan detta team krediteras för att förbättra miljontals liv i framtiden.

Lär dig mer om andra spännande AI‑projekt här.