populærvitenskap:

Fra høsten skal Norge innføre nasjonal screeningundersøkelser for tarmkreft for 55-åringer. Et nytt forskningsprosjekt vil studere bruken av kunstig intelligens i undersøkelser av tarmene for å diagnostisere tidlige stadier av kreft, men det er også fallgruver man bør unngå, skriver forskerne som leder studien

Slik kan kunstig intelligens bidra i forebygging av kreft

POPULÆRVITENSKAP: Til høsten 2021 starter norske forskere en stor utprøving av kunstig intelligens i forebygging av tarmkreft i Europa. Her forklarer de hvordan de jobber.

Kunstig intelligens i kreftscreening

Denne artikkelen er basert på en artikkel om fordeler og ulemper med bruk av kunstig intelligens i kreftscreening som forskerne nylig har publisert i verdens mest anerkjente tidsskrift for mage- og tarmsykdommer, Gastroenterology.

Den norske studien som starter nå skal finne svar på fordelene og ulempene av kunstig intelligens ved kreftscreening. Studien ledes av Yuichi Mori og Michael Bretthauer ved Klinisk Effektforskning ved UiO og OUS.

Norge innfører nasjonal screening for tarmkreft fra høsten 2021. Alle 55-åringer i landet vil bli invitert til å enten ta en avføringstest eller en tarmkikkertundersøkelse (koloskopi) for å forebygge tarmkreft.

Norske forskere har vært ledende i verden på å evaluere ulike screeningmetoder for tarmkreft de siste tjue årene og har vist at kikkertundersøkelse kan forebygge tarmkreft. Nå vil de finne ut av om kunstig intelligens (KI) kan ytterligere øke gevinsten for tarmkreft screening for å forebygge kreft.

Den nye norske studien vil utstyre flere titalls sykehus i Norge og andre land i Europa med det nye KI-instrumentet og finne ut av om bruken av KI-verktøyet fører til at flere kreftsvulster forhindres ved å fjerne flere polypper. Imidlertid er det mulige ulemper med økt oppdagelse av forstadier til kreft.

Fordeler med KI i kreftscreening

Det utvikles spennende KI-verktøy for kreft og forebygging av kreft. En av de mest spennende anvendelsene av kunstig intelligens som må skal testes i storskala, kan oppdage forstadier til tarmkreft under koloskopi (figur 1).

Figur 1: En spennende bruk av kunstig intelligens er at vi kan oppdage forstadier til kreft under koloskopi.

Disse KI-verktøyene hjelper legen som undersøker pasienten til å oppdage flere forstadier til kreft (polypper), mens undersøkelsen pågår.

Ulemper med AI i kreftscreening

  • Falske positive funn

Nyere undersøkelser har indikert at KI-assistert mammografiscreening kan føre til påvisning av flere falske positive funn. Det vil si at det kan oppdages svulster som er godartede, men som feiltolkes av KI-verktøyet som kreft. Dette fører til unødvendig uro for pasienten og økte kostnader forbundet med påfølgende testing og prøvetaking. KI kan også bidrar til økt overdiagnostikk av kreft som ellers aldri ville gjort skade for de pasienter det gjelder.

  • Overdiagnostikk

Overdiagnostikk er en økende fare for pasienter og for helsevesenet, og Legeforeningen har hatt sterkt fokus på dette de siste årene med sin kampanje «Gjør kloke valg». Overdiagnstikk på grunn av bruk av KI-verktøy i mammografiscreening ble beregnet til å være 400 millioner dollar per år i USA, ifølge en artikkel i JAMA Internal Medicine.

Bruk av kunstig intelligens ved koloskopi i screening av tarmkreft innebærer en lignende risiko. Bare 5 prosent av menneskene får tarmkreft, mens over 50 prosent av befolkningen har polypper. Dette betyr at de fleste polypper som fjernes under koloskopi, aldri ville utviklet seg til kreft. Dermed opplever de fleste individer som fjerner polypper ikke fordeler, men er utsatt for skader som høyere kostnader, hyppigere oppfølgingsundersøkelser og komplikasjoner. Denne trenden mot overdiagnostikk kan øke med økt påvisning av små polypper med bruk av kunstig intelligens.

Kunstig intelligens for å finne farlige polypper

På grunn av de iboende fallgruvene relatert til overdiagnostikk med KI-deteksjonsverktøy, ligger en fremtidig prioritering for å utnytte potensialet for kunstig intelligens i kreftscreening i utvikling av målrettet påvisning av lesjoner med kliniske konsekvenser.

Figur 2: Dette verktøyet kan klassifisere polypper i sanntid under koloskopiundersøkelser.

KI-verktøy designet for å klassifisere abnormiteter med høy versus lav risiko, kalt datamaskinstøttet diagnose (CADx), er under utvikling for koloskopi. Dette arbeidet har som mål å kunne klassifisere små polypper i sanntid for å bestemme hvilke polypper som må fjernes (figur 2). Slike KI-verktøy kan spille en viktig rolle i å redusere KI-assosiert overdiagnostikk i kreftscreening.

Verdien av AI i kreftscreening

For å forstå fordelene og ulempene ved KI-assistert kreftscreening er det nødvendig å gjennomføre kliniske studier. Ingen forskere i verden har utført randomiserte studier med langsiktige resultatmål som kreftforekomst eller dødelighet. Tiden er moden for å avklare kraften til kunstig intelligens med en evidensbasert tilnærming.

LES OGSÅ:

Forskningen bak artikkelen:

Holme Ø, Løberg M, Kalager M, et al. Effect of Flexible Sigmoidoscopy Screening on Colorectal Cancer Incidence and Mortality: A Randomized Clinical Trial. JAMA. 2014;312(6):606–615. doi:10.1001/jama.2014.8266

Bretthauer M, Kaminski MF, Løberg M, et al. Population-Based Colonoscopy Screening for Colorectal Cancer: A Randomized Clinical Trial. JAMA Intern Med. 2016;176(7):894–902. doi:10.1001/jamainternmed.2016.0960

Mori Y, Kudo SE, Misawa M, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Urushibara F, Kataoka S, Ogawa Y, Maeda Y, Takeda K, Nakamura H, Ichimasa K, Kudo T, Hayashi T, Wakamura K, Ishida F, Inoue H, Itoh H, Oda M, Mori K. Real-Time Use of Artificial Intelligence in Identification of Diminutive Polyps During Colonoscopy: A Prospective Study. Ann Intern Med. 2018 Sep 18;169(6):357-366. doi: 10.7326/M18-0249. Epub 2018 Aug 14. PMID: 30105375.



Vi vil gjerne høre fra deg!

TA KONTAKT HER
Har du en tilbakemelding på denne artikkelen. Eller spørsmål, ros eller kritikk? Eller tips om et viktig tema vi bør dekke?

Forskersonen er forskning.nos side for debatt og populærvitenskap

Powered by Labrador CMS