Ny AI-teknologi skal hjælpe læger med at finde lungekræft tidligere
Ligesom bilens diagnosesystem hurtigt finder tekniske fejl, kan den nye teknologi hjælpe røntgenlæger med hurtigt og præcist at identificere sygdomme i lungerne.
Med et stigende pres på sundhedsvæsenet og en global indsats for tidlig diagnosticering af lungekræft arbejder forskere ved OUH og SDU i samarbejde på at revolutionere feltet. Projektet AI-RAPTOR, et ph.d.-projekt, som Frederik Duedahl er i gang med, kombinerer kunstig intelligens med medicinsk ekspertise for at optimere screeningsprocessen og støtte røntgenlægernes arbejde.
Et stigende behov for screening
Lungekræftscreening med lavdosis-CT er standard i lande som Canada, England og Sydkorea. I Danmark står vi over for en udfordring: Hvis vores sundhedsvæsen skulle implementere de samme inklusionskriterier som i internationale projekter, ville det kræve, at omkring 180.000 danskere årligt bliver CT-scannet. Dette ville føre til en massiv stigning i arbejdsbyrden for de relativt få thoraxradiologer i landet.
-Vi har kun omkring 20 specialiserede thoraxradiologer i Danmark, forklarer Frederik Duedahl.
-Det ville kræve en firdobling af denne gruppe for at kunne håndtere det øgede antal scanninger et potentielt screeningsprogram ville medføre.
Det er baggrunden for projektet, som Frederik Duedahl har taget pause fra sin kirurg-uddannelse for at hellige sig. Og projektet og potentialet vokser.
AI som beslutningsstøtte
Med AI-RAPTOR-projektet vil Frederik Duedahl og teamet prøve at løse problemet med for få thoraxradiologer til et massivt stigende antal scanninger ved at udvikle en model, der kan identificere lungekræft.
Teknologien er designet til at fungere som et beslutningsstøtteværktøj for radiologer, hvilket skal lette arbejdsbyrden og sikre hurtigere og mere præcis diagnosticering.
Mød forskeren
Frederik Duedahl er læge og ph.d.-studerende på Klinisk Institut og Hjerte-, Lunge-, og Karkirurgisk Afdeling på Odense Universitetshospital.
Mød forskeren
Simon Lyck Bjært Sørensen er AI-konsulent og videnskabelig assistent ved SDU Robotics, Mærsk McKinney Møller Instituttet
Faktaboks: Hvad er en thoraxradiolog?
En radiolog er en læge, der er specialiseret i diagnosticering og behandling af sygdomme ved hjælp af medicinske billeddannelsesmetoder såsom røntgen, CT, MR og ultralyd. En thoraxradiolog er en radiolog, som er ekspert i scanninger af thorax, det vil sige brystkassen. Thorax inkluderer lunger, luftrør og hjerte.
AI-RAPTOR er i virkeligheden en algoritme, som bliver trænet til at genkende tegn på lungekræft ved at gennemgå en stor mængde scanningsbilleder.
Den tekniske del står Simon Lyck Bjært Sørensen, AI-konsulent og lead developer på projektet, for. Han sammenligner modellen med det diagnostiske system i en bil.
-I stedet for at skille bilen helt ad for at finde fejlen, sætter vi bilcomputeren på og får en klar diagnose. På samme måde kan vores model hurtigt og effektivt pege på potentielle problemer i en CT-scanning.
Fra fund til kvantificering
Modellen kan ikke kun identificere tumorer i lungerne , men også beskrive fundene. For eksempel kan den med få ord beskrive, hvor en tumor befinder sig, og hvor stor den er. Dette gør det muligt at generere detaljerede rapporter, som radiologerne kan bruge i deres vurderinger.
-En scanning kan generere mange forskellige rapporter. Det sparer tid og sikrer, at vi udnytter data optimalt, fortæller Simon Lyck Bjært Sørensen.
En stærk tværfaglig indsats
Projektet er et samarbejde mellem SDU's sundhedsvidenskabelige og tekniske fakulteter, hvilket har vist sig at være en stor fordel.
-Når vi sidder sammen på tværs af fagligheder, som Simon og jeg gør på dette projekt, kan vi hurtigt afklare både medicinske og tekniske spørgsmål, siger Frederik Duedahl.
Denne tværfaglige tilgang gør det muligt at integrere medicinsk indsigt med avanceret teknologi og skabe en robust løsning.
En unik platform
Ud over selve AI-modellen har forskerne udviklet en ny platform, der kan håndtere store mængder billeddata på en GDPR-sikker måde. Platformen gør det muligt for forskere at arbejde med patientdata og træne deres modeller uden at gå på kompromis med datasikkerheden.
-Det unikke ved vores løsning er ikke kun, at vi kan finde lungekræft, men også at vi har skabt en infrastruktur, der kan bruges til andre sygdomme og forskellige typer af billedmateriale, forklarer Simon.
På sigt vil modellen kunne hjælpe med at diagnosticere en række andre lungesygdomme, såsom rygerlunger, blodpropper i lungerne og arvævsdannende sygdomme. Det skal videreudvikles i en række kommende ph.d.-projekter.
Faktaboks: Fakta om lungekræft og screening i Danmark
- 60 % diagnosticeres sent: Omkring 60 % af lungekræfttilfældene opdages først i fremskredne stadier, hvilket gør lungekræft til den førende årsag til kræftrelaterede dødsfald globalt.
- Tidlig opdagelse redder liv: Lavdosis CT-scanninger (LDCT) af højrisikopersoner kan reducere dødeligheden ved at opdage lungekræft tidligere.
- Nyt screeningsprogram: Sundhedsmyndighederne planlægger at indføre et nationalt lungekræftscreeningsprogram for at forbedre tidlig opsporing.
- Øget pres på sundhedsvæsenet: Programmet vil medføre 100.000-150.000 flere CT-scanninger årligt, hvilket kan forværre manglen på specialiserede thoraxradiologer.
- Flere radiologer nødvendige: For at opretholde den nuværende tidsramme på 24 dage fra scanning til diagnose kræves op til fire gange så mange thoraxradiologer som i dag, såfremt et screeningsprogram bliver indført
- Beslutningsstøtte med AI: Teknologien i AI-Raptor fungerer som et beslutningsstøtteværktøj, der hjælper radiologer med at analysere scanninger hurtigere og mere præcist. Den endelige vurdering træffes dog stadig af radiologen, baseret på både teknologiens input og egen erfaring.
Fremtiden for AI og sundhed
Med støtte fra Sundhedsstyrelsens PLUS-projekt tester forskerne nu deres model op mod radiologernes vurderinger. De første resultater er lovende, og projektet kan blive en gamechanger for fremtidens screeningsprogrammer.
Frederik Duedahl ser projektet som et vigtigt skridt mod fremtidens screeningsprogrammer.
-AI vil aldrig erstatte radiologernes ekspertise, men det kan blive en uundværlig del af et mere effektivt og omfattende screeningssystem, der kan opdage flere sygdomme i tide.
Om AI-RAPTOR-projektet
Partnere på projektet er:
Hjerte-, Lunge og Karkirurgisk Afdeling, OUH
Lungemedicinsk Afdeling, OUH
Radiologisk Afdeling, OUH
Mærsk Mc-Kinney Møller Instituttet, SDU
RIT/RIPA Region Syddanmark
Vejledere:
Michael Stenger
Benjamin Rasmussen
Jes S. Lindholdt
Rajeeth Savarimuthu
Christian Borberg Laursen
Ph.d.-studiet AI-RAPTOR har modtaget støtte fra Danmarks Frie Forskningsfond (DFF) og den lokale Innovationsfond i Region Syddanmark.