– Målet vårt er å finne flere tilfeller av kreft tidligere, sier forsker Fredrik Andreas Dahl ved Norsk Regnesentral (NR).
Modellen har blitt trent på millioner av bilder gjennom såkalte nevrale nettverk. De kan ses på som en veldig grov forenkling av hvordan nervecellene i hjernen fungerer. De brukes som byggesteiner innen maskinlæring og kunstig intelligens (KI).
Treningen er for å lære å identifisere mistenkelige områder som kan være tegn på brystkreft.
– Vi er svært fornøyde med at denne modellen er like god eller bedre enn internasjonale, CE-merkede metoder som er på vei ut i markedet, sier Fredrik Andreas Dahl.(Foto: NR)
Lovende resultater
Den kunstige intelligensen jobber i to trinn: Først finner den deler av brystet som virker unormale. Så ser den nærmere på de unormale områdene. Til slutt gir den en vurdering. Den forteller om brystet ser friskt eller sykt ut og markerer mistenkelige områder med fargekoder.
Resultatene fra prosjektet er lovende. De viser at modellen kan oppdage flere tilfeller av kreft enn en røntgenlege.
– Vi er svært fornøyde med at denne forskningsmodellen er like god eller bedre enn internasjonale, CE-merkede metoder som er på vei ut i markedet. NR var tidlig ute med å satse på maskinlæring på bilder, sier Dahl.
CE-merket betyr at produsenten garanterer at grunnleggende krav til sikkerhet for produktet er oppfylt og kan dokumenteres.
Han forteller at de har samarbeidet med Kreftregisteret på dette feltet siden 2018.
– Når vi har lyktes så godt med dette arbeidet, skyldes det NRs sterke kompetanse kombinert med det unike datamaterialet fra Mammografiprogrammet, sier forskeren.
Frigjør tid for legene
Det var i 1998 at Stortinget vedtok å tilby offentlig screening med mammografi til alle kvinner i alderen 50–69 år.
I det norske mammografiprogrammet utføres tydingen av bildene uavhengig av to røntgenleger med spesialutdanning innen brystradiologi. I gjennomsnitt oppdages det kreft hos 0,6 prosent av de som kommer inn til screening.
Dette betyr at legene bruker mye tid på å tyde bilder uten tegn til brystkreft.
Med nye framskritt innen maskinlæring er det potensial for å effektivisere denne prosessen. Slik kan legene bruke mer tid på kvinnene som blir innkalt til tilleggsundersøkelse og de som har symptomer på brystkreft.
Ønsker å bruke KI-modellen i mammografiprogrammet
Prosjektet er et samarbeid mellom Norsk Regnesentral, Kreftregisteret og flere sentre for brystdiagnostikk.
– Jeg er mektig imponert over hva forskerne i NR har fått til i løpet av relativt kort tid. Algoritmen de har utviklet, er absolutt på nivå med CE-merkede produkter som er jobbet frem gjennom tiår.
Annonse
Solveig Hofvind fra Kreftregisteret ønsker nå å se modellen i bruk.(Foto: Kreftregisteret)
Det sier Solveig Hofvind. Hun er leder for Mammografiprogrammet. Hun ønsker å se modellen i bruk:
– Vi ønsker jo å teste ut algoritmen i «real life» og bruke den i det norske screeningprogrammet. Vi vil kartlegge hvilken dokumentasjon og søknadsprosesser vi må gjennom for å få dette til. Det er en omfattende prosess, men vi ønsker å få oversikt slik at vi vet hva vi har foran oss.
Nå jobber forskerne for å få tilgang til flere mammografibilder så modellen kan brukes uavhengig av for eksempel kvinnenes etnisitet.
I tillegg vil de finne ut hvordan informasjonen fra tidligere undersøkelser av samme kvinne kan brukes for å gjøre modellen enda mer nøyaktig og effektiv i kampen mot brystkreft.
Mammografi
Mammografi er en type røntgenundersøkelse som brukes til å avbilde brystene. Det er en viktig diagnostisk metode for å oppdage brystkreft tidlig, spesielt hos kvinner.
I 1998 vedtok Stortinget å tilby offentlig mammografiscreening til alle kvinner i alderen 50–69 år. Målet er at minst 80 prosent av kvinnene som får innkalling via programmet skal møte opp.
Selve undersøkelsene foregår ute på sykehus og i mobile enheter, busser, og er drevet av helseforetakene.
Under en mammografisk undersøkelse blir brystet plassert mellom to plater på et røntgenapparat, og et røntgenbilde blir tatt. Bildene kan avsløre unormale klumper eller kalsiumavleiringer i brystvevet. Det kan være tegn på kreft eller andre brystproblemer.
Nevrale nettverk
Nevrale nettverk er en type datamodell som blir brukt i maskinlæring og dyp læring for å løse oppgaver som bildeklassifisering, talegjenkjenning og naturlig språkbehandling. Gjennom trening, der nettverket blir matet med store mengder data og justert basert på feil og suksesser, kan nevrale nettverk lære å generalisere mønstre og gjøre nøyaktige prediksjoner eller klassifiseringer på nye, ukjente data.
