Publicerad: 2021-03-17 16:00 | Uppdaterad: 2021-03-18 14:48

AI-metod kan upptäcka förstadier till livmoderhalscancer

Martin Muinde skannar cellprover i Kinondo kliniken i Kenya.
Laboratoriechef Martin Muinde skannar livmoderhalscellprover vid Kinondo kliniken i Kenya. Foto: Oscar Holmström.

Med hjälp av artificiell intelligens (AI) och digitala screeningsverktyg vill forskare hitta förstadier till livmoderhalscancer tidigare hos kvinnor i resursbegränsade miljöer. Nu visar en studie som letts av forskare vid Karolinska Institutet och Helsingfors universitet att cellprovsanalyser utförda av AI via mobila mikroskop var jämförbara med analyser gjorda av patologer. Resultaten publiceras i tidskriften JAMA Network Open.

Johan Lundin, portrait at the office.
Johan Lundin, foto: Ulf Sirborn.

Med vår metod kan vi mer effektivt upptäcka och behandla förstadier till livmoderhalscancer hos kvinnor i framförallt låginkomstländer där det råder stor brist på utbildade patologer och avancerad labbutrustning, säger Johan Lundin, professor vid institutionen för global folkhälsa vid Karolinska Institutet och studiens korresponderande författare.

I länder med nationella screeningprogram som syftar till att upptäcka cellförändringar i livmoderhalsen och infektioner orsakade av humant papillomvirus (HPV) har antalet fall av livmoderhalscancer sjunkit dramatiskt. Trots det väntas det globala antalet fall öka det kommande årtiondet, till stor del på grund av bristande resurser för screening och HPV-vaccinering i låginkomstländer.

Behov av innovativa lösningar

För att erbjuda gynekologiska cellprovtagningar till fler kvinnor globalt behövs innovativa diagnostiska lösningar som tar hänsyn till de lokala förutsättningarna och begränsningarna.

I den här studien tränade forskarna en AI i att känna igen cellförändringar i livmoderhalsen, som vid tidig upptäckt kan behandlas med goda resultat. Cellproverna togs från 740 kvinnor vid en landsbygdsklinik i Kenya mellan september 2018 och september 2019. Proverna digitaliserades med ett mobilt mikroskop och laddades upp via mobilnätet till den molnbaserade AI:n. Knappt hälften av proverna användes för att träna AI:n i att känna igen olika grader av cellförändringar medan drygt hälften användes för att utvärdera dess träffsäkerhet.

AI:ns bedömning jämfördes därefter med två patologers oberoende skattning av de digitala och fysiska proverna. Studien visar att bedömningarna var snarlika. AI:n hade 96–100 procents träffsäkerhet när det kom till att identifiera patienter med cellförändringar. Inga patienter med allvarligare, så-kallade höggradiga, cellförändringar fick ett falskt negativt provsvar. När det kom till att identifiera prover utan cellförändringar gjorde AI:n samma bedömning som patologerna i 78–85 procent av fallen.

Kan frigöra tid och resurser

Enligt forskarna kan metoden användas för att sålla bort majoriteten av cellproverna, vilket skulle frigöra tid för lokala experter att granska de prover som sticker ut. Innan dess behövs dock ytterligare forskning på en större och mer diversifierad patientgrupp som inkluderar fler prover med olika typer av cellförändringar samt biopsier med bekräftade förstadier till livmoderhalscancer.

Via de mobilt uppkopplade mikroskopen kan AI:n fungera som en ”virtuell assistent” och användas som stöd vid screening av livmoderhalscancer. AI-assistenten kan vara tillgänglig globalt dygnet runt och göra det möjligt för lokala experter att undersöka många fler prover. Denna metod skulle göra det möjligt för länder med begränsade resurser att tillhandahålla screeningtjänster till befolkningen, mycket mer effektivt och till lägre kostnad än nu, säger Johan Lundin.

Studien har gjorts i samarbete med Institutet för molekylär medicin i Finland (FIMM) vid Helsingfors universitet, Kinondo Kwetu Health Services Clinic i Kenya och Uppsala universitet.

Två av studieförfattarna, Johan Lundin och Mikael Lundin, är grundare och delägare i Aiforia Technologies Oy, vars maskininlärning och bildanalysplattform användes i studien för att utveckla AI:n. Ingen av de andra studieförfattarna har rapporterade intressekonflikter.

Forskningen har finansierats av Familjen Erling-Perssons stiftelse, Vetenskapsrådet, Sigrid Jusélius stiftelse, Finska Läkaresällskapet, Medicinska Understödsföreningen Liv och Hälsa, K. Albin Johanssons stiftelse, Perkléns stiftelse, Wilhelm och Elsa Stockmanns stiftelse och Biomedicum Foundation.

Publikation

Point-of-care digital cytology with artificial intelligence for cervical cancer screening in a resource-limited setting,” Oscar Holmström, Nina Linder, Harrison Kaingu, Ngali Mbuuko, Jumaa Mbete, Felix Kinyua, Sara Törnquist, Martin Muinde, Leena Krogerus, Mikael Lundin, Vinod Diwan, Johan Lundin, JAMA Network Open, online 17 mars, 2021, doi: 10.1001/jamanetworkopen.2021.1740