Forskar om ultraljud för bättre gynekologisk diagnostik

Vad forskar du om?

-Jag forskar om förbättrad ultraljudsdiagnostik för kvinnor med olika gynekologiska sjukdomar, framför allt olika former av tumörer samt endometrios.

Hur forskar du om detta?

-Jag har tidigare forskat mycket om ultraljudsdiagnostik vid cancer i livmoder, livmoderhals, och äggstockar. Vi har bland annat visat att transvaginalt ultraljud är en lika bra teknik som magnetisk resonanstomografi, MR. Det har bidragit till ändringar av internationella riktlinjer som numera lyfter fram ultraljud som likvärdigt alternativ till MR, på grund av sin höga tillförlitlighet, låga pris och goda tillgänglighet.

Idag fokuserar min forskning på att implementera AI-drivet diagnostiskt stöd, applicerat på ultraljudsbilder, för att identifiera kvinnor med äggstockscancer. I samarbete med forskare på SciLifeLab och KTH har vi tränat AI-modeller på ultraljudsbilder av äggstockstumörer och visat att AI kan identifiera patienter med äggstockscancer lika bra som, eller bättre än, en mänsklig expert. I en uppföljande multicenterstudie som snart publiceras kontrollerar vi AI-verktygets robusthet när det utsätts för ultraljudsbilder från olika maskiner, läkare och kliniker. Det ser mycket positivt ut.

Vad vill du åstadkomma som professor?

-Först och främst att bidra till förbättrad diagnostik inom gynekologi. Behovet är stort, vi har betydande problem med både över- och under-diagnosticering, vilket leder till ineffektiv sjukvård och onödigt lidande för patienten. Jag vill också medverka till att vi utvecklar regelverk och infrastrukturer som vården behöver för att nya AI-verktyg ska kunna implementeras på ett enkelt och effektivt sätt.

Text: Anders Nilsson
Först publicerad på engelska i skriften ”From Cell to Society 2023”