null (Foto: ICGI)

Maskiner skal stille kreftdiagnosen

Forskere ved Oslo Universitetssykehus vil automatisere jobben som gjøres av legespesialister i dag. – Flere pasienter vil få mer treffsikker behandling, mener prosjektleder Håvard E. Danielsen.

Når en lege mistenker kreft et sted i kroppen til en pasient, tar hun en prøve av vevet for å få svar. Men vevsprøven kan bli liggende på vent i opptil to måneder. Det er nemlig mangel på legespesialistene som kan stille kreftdiagnosen.

Men et nytt forskningsprosjekt har som mål å automatisere denne jobben.

Så langt er 7000 pasienter og 20 000 vevsprøver med i prosjektet DoMore! ved Oslo Universitetssykehus. I første omgang er målet å automatisere diagnosen av prostata-, tarm- og lungekreft.

Kreftdiagnoser spriker

Legespesialistene som stiller kreftdiagnoser i dag, er patologer som altså ikke bare obduserer døde mennesker, men jobber med alt som er dødt, som for eksempel vevsprøver.

Håvard E. Danielsen er professor i genetikk og informatikk og leder prosjektet som skal automatisere kreftdiagnoser. (Foto: Oslo Universitetssykehus)

Patologer undersøker vevsprøvene med blant annet mikroskop. Men patologi en subjektiv vitenskap, ifølge Håvard E. Danielsen, som leder forskningsprosjektet.

–Sammenligner man ulike patologers konklusjoner av samme prøve, er det ikke sjelden at de er forskjellige. Det samme gjelder når det går litt tid imellom. Én patologs konklusjon av samme prøve kan sprike.

Professoren i genetikk og informatikk understreker at det ikke er selve kreftdiagnosen som blir feil. Pasienter kan føle seg trygge på at patologene oppdager kreft hvis de har det.

Derimot skjer det flere feil når patologene skal vurdere hvor alvorlig kreften er og hvor langt i sykdomsforløpet pasienten har kommet, mener Danielsen.

– Disse vurderingene er bare riktige i cirka 60 prosent av tilfellene, noe som innebærer et stort forbedringspotensial.

Fra menneske til maskin

Danielsen sin forskningsgruppe ved Institutt for kreftgenetikk og informatikk har som mål at et nytt digitalt system skal være klart innen 2021.

Dette systemet skal ikke bare kunne svare på om pasienten har kreft, men også hvordan kreften vil utvikle seg i fremtiden.

Det kan sammenlignes med at meteorologer bruker store mengder informasjon for å beregne hvilket vær vi kan forvente oss.

I dag er det leger som vurderer hva som vil skje med kreften i fremtiden, og konklusjonen deres avgjør hvilken behandling pasienten skal få.

Ved å bruke store mengder informasjon er målet at det nye systemet skal bli mer treffsikkert enn legenes vurdering.

Patologer frykter outsourcing

Inger Nina Farstad er overlege og professor ved Institutt for patologi ved Oslo Universitetssykehus. Hun er involvert i digitaliseringen av patologi på regionalt og nasjonalt nivå og beskriver utviklingen som et paradigmeskifte innen patologifaget.

Inger Nina Farstad er overlege og professor i patologi. (Foto: Oslo Universitetssykehus)

Ifølge Farstad, er det særlig tre ting patologer uroer seg over: at teknologien ikke vil holde hva den lover, hvordan de rent fysisk skal jobbe og frykten for outsourcing.

– Det finnes en frykt for at oppgavene i fremtiden blir utført i India, sier hun.

Farstad mener at problemet ikke er at patologene gir feil diagnose, men at den noen ganger blir for upresis og at det tar for lang tid å gi den.

– Jeg ser derfor en større fare for at automatiseringen blir et argument for at patologene skal jobbe enda raskere, enn at de skal miste jobben.

Selv velger hun å fokusere på de positive sidene ved utviklingen.

– Når prosessene flyttes over til datamaskiner, vil det også øke mulighetene for undervisning og annen kunnskapsdeling, noe som igjen vil øke kunnskapsnivået. Spesielt fra et pasientperspektiv er det flott. Men mulighetene for deling betyr også en ny rolle for patologer som er vant med å være eksperten i siste ledd.

Farlige kreftceller blir ikke oppdaget

En av svakhetene ved dagens kreftdiagnoser er at de baserer seg på prøver fra en liten del av svulsten.

For eksempel når en pasient blir undersøkt for kreft i prostata, tar legen prøver av så lite som en tusendel av svulsten.

Men det kan være store forskjeller inni en svulst.

Noen deler av svulsten kan inneholde kreftceller som er ganske ufarlige og fører til liten eller ingen skade så lenge pasienten lever.

Mens andre områder av svulsten kan inneholde farligere kreftceller som har evnen til å spre seg og til slutt ta livet av pasienten.

Vurderingen av hvor alvorlig kreften er, avhenger altså av hvor i svulsten prøvene blir tatt.

Men når det allerede er mangel på patologer, er det en praktisk utfordring å innføre flere prøver per pasient. Hvis maskiner overtar denne jobben, kan det bli lettere å kartlegge flere prøver per pasient.

Kan overvåke istedenfor å operere

For å være på den sikre siden behandler leger i dag også svulster som ikke nødvendigvis er farlige. I andre tilfeller får ikke pasienten nok behandling før det er for sent.

Både over- og underbehandling av kreft er vanlig, noe som er en stor belastning for pasientene og kostbart for samfunnet.

Prostatakreft er igjen et godt eksempel. For mange pasienter utvikler kreften seg nemlig så sakte at den ikke er farlig. Men fordi legene ikke vet sikkert hvilke svulster dette gjelder, er det mange pasienter som får mer behandling enn de trenger.

Med et automatisert system vil flere pasienter få mer treffsikker behandling, ifølge Danielsen. Det vil også spare samfunnet for mange penger.

– Å foreta aktiv overvåkning av en pasient med prostatakreft i stedet for å operere avlaster helsesystemet i snitt for 100 000 kroner, forteller Danielsen.

Prosjektet DoMore! er finansiert av Norges forskningsråd.

Powered by Labrador CMS