Publicerad: 2023-12-07 00:30 | Uppdaterad: 2024-03-19 17:00

AI kan hitta kvinnor med hög risk för bröstcancer vid mammografiscreening

Mammografibild på datorskärm
Foto: Getty Images

Genom att använda AI går det att identifiera kvinnor med hög risk för bröstcancer vid mammografiscreeningen för att kunna hitta cancern tidigare. Nu kan en internationell forskargrupp ledd från Karolinska Institutet visa att metoden fungerar väl i olika europeiska länder. Studien är publicerad i The Lancet Regional Health – Europe.

Mikael Eriksson
Mikael Eriksson. Foto: privat

En AI-baserad riskmodell för att utvärdera mammografibilder kan hitta kvinnor med hög risk för bröstcancer som kan behöva kompletterande undersökningar till sin vanliga mammografi för att förbättra möjligheterna till tidig upptäckt. Nu har metoden testats på drygt 8 500 kvinnor i Italien, Spanien och Tyskland och forskarna kan visa att modellen fungerar i de olika populationerna.

I dagens screening för bröstcancer genomförs mammografiundersökningar i ett bestämt åldersintervall (i Sverige 40–74 år) samt med ett bestämt tidsintervall, ofta vartannat år. Forskning har dock visat att kvinnor har olika risk för att utveckla bröstcancer. En kvinna skulle därför kunna ha nytta av att få en anpassad screening för att bättre spegla sin risk för bröstcancer. Riskmodeller har funnits sedan decennier och är ofta baserade på kvinnans familjehistoria av bröstcancer samt livsstilsfaktorer.

AI hittar små förändringar

Genom att låta en tränad AI granska mammografibilderna har nu en helt ny typ av riskmodell utvecklats som utgår ifrån små förändringar i bilderna, förändringar som är omöjliga för det mänskliga ögat att registrera.

– Det är inte så enkelt som i traditionella modeller där man har några få faktorer som genetik, BMI, etc. Utan det är tusentals faktorer i bilden som sammanvägs. AI:n har förmågan att hitta olika mönster i dessa faktorer, som var och en är svaga faktorer, men som AI kan kombinera. Sedan kan AI också ge en samlad bedömning på vad som sannolikt kommer att hända i framtiden i bröstet, säger Mikael Eriksson, postdoktor vid institutionen för medicinsk epidemiologi och biostatistik, Karolinska Institutet och forskningsledare för studien.

Idag blir ett stort antal kvinnor diagnostiserade vid ett sent stadium samt kan även utveckla bröstcancer mellan screeningtillfällen. Den AI-baserade riskmodellen kan användas för att avgöra vilka kvinnor som behöver extra undersökningar som komplement till den ordinarie screeningen så att bröstcancern kan hittas tidigare. Den aktuella studien bekräftar tidigare studier som visar att den AI-baserade riskmodellen hittade en grupp kvinnor som hade närmare sju gånger så hög risk att få bröstcancer jämfört med normalpopulationen.

Individanpassad screening

– Det rörde sig om cirka sex procent av kvinnorna som hade så hög risk. Dessa kvinnor screenas i dag på samma sätt som kvinnor med låg risk. Vi tror att en speciellt anpassad screening skulle kunna vara bättre lämpad för dessa kvinnor, säger Mikael Eriksson.

Men det var inte den kliniska användningen som var syftet med den aktuella studien utan att undersöka om metoden, som tidigare utvärderats i Sverige och USA, även fungerar i olika mammografiprogram runt om i Europa.

– Först utvecklar man modellen och testar den i en lite mer begränsad population och sen jobbar man vidare med att visa generaliserbarhet i andra populationer och då börjar man komma till ett skarpt läge där vi tror att modellen fungerar, säger Mikael Eriksson.

Nästa steg i forskningen är att genomföra en klinisk studie i Europa där kvinnor testas vid mammografiundersökningen och ges olika behandlingar beroende på det riskvärde som AI-modellen ger dem. Metoden utvärderas redan kliniskt i USA, sedan några år.

– Vi ser nu över möjligheten för att introducera metoden även i Europa, säger Mikael Eriksson.

Forskningen finansierades av Vetenskapsrådet och Bröstcancerförbundet. Mikael Eriksson har ett patent för bildbaserad riskmodell för bröstcancer licensierat till företaget iCAD, Nashua, NH.

Publikation

“European validation of an image-derived AI-based short-term risk model for individualized breast cancer screening – a nested case-control study” Mikael Eriksson, Marta Román, Axel Gräwingholt, Xavier Castells, Andrea Nitrosi, Pierpaolo Payyacini, Sylvia Heywang-Köbrunner. Paolo G. Rossi. Lancet Regional Health – Europe, online 6 december 2023.

Fakta:

I studien användes mammografibilder tagna mellan 2009 och 2020 från drygt 8 500 kvinnor ifrån Italien, Spanien och Tyskland. Av dessa utvecklade 739 bröstcancer under uppföljningstiden. Den AI-baserade riskmodellen analyserade de första bilderna i kvinnornas screeningprogram utan information om vilka kvinnor som senare utvecklade bröstcancer. Totalt 6,2 procent av kvinnorna klassificerades som högriskfall där 4,7 procent var i gruppen som inte utvecklade bröstcancer och 22 procent var i gruppen som gjorde det. Studien visar att kvinnor som klassificerats som högriskfall hade närmare sju gånger så hög risk att utveckla bröstcancer jämfört med normalpopulationen. Källa: Mikael Eriksson