En ny klinisk studie visar att en AI-baserad metod för att välja ut kvinnor för tilläggsscreening med magnetisk resonanstomografi (MRI) kan markant förbättra upptäckten av bröstcancer som missats vid traditionell mammografi. Den randomiserade kliniska studien ScreenTrustMRI, ledd av Fredrik Strand på Karolinska Universitetssjukhuset, visar hur en innovativ AI-teknik potentiellt kan revolutionera dagens bröstcancerscreening.
Mammografi är den mest använda metoden för bröstcancerscreening och har visat sig minska dödligheten i bröstcancer genom tidig upptäckt. Trots detta upptäcks omkring 30 procent av cancerfallen hos screeningdeltagare på grund av symptom som uppstår i intervallet mellan två screeningtillfällen. Dessa är ofta mer aggressiva och har en sämre prognos.
Därför finns behov av kompletterande tekniska lösningar. Den randomiserade kliniska studien ScreenTrustMRI, ledd av Fredrik Strand på Karolinska Universitetssjukhuset och publicerad i Nature Medicine, undersökte en nyutvecklad AI-teknik för att bedöma mammografibilder och identifiera kvinnor med hög risk för att ha missad cancer. Av de kvinnor som fick ett högt AI-baserat poäng (de övre 6,9 procenten), erbjöds slumpmässigt hälften att delta i en tilläggsundersökning med magnetkamera (MR). AI-metoden har utvecklats i samarbete mellan forskargrupper på KI och KTH, och finansierats av Medtechlabs, Bröstcancerförbundet med flera. Genom djupinlärning kan AI-tekniken känna igen mer subtila mönster i bilderna jämfört med den mer etablerade metoden baserad på röntgenläkares visuella bedömning av mammografisk täthet enligt fyra kategorier. Totalt upptäcktes 36 cancrar bland 559 kvinnor som dessförinnan fått friskbrev från vanlig mammografi.
– Vi hade förstås hoppats att den AI-metod vi utvecklat skulle vara bra för att välja ut vilka som skulle behöva en kompletterande MR-undersökning, men att det skulle leda till att vi upptäckte så stort antal missade cancrar kunde vi inte drömma om, säger Fredrik Strand, röntgenläkare på Karolinska Universitetssjukhuset och forskarevid institutionen för onkologi-patologi vid Karolinska Institutet.
Fredrik Strand. Fotograf: Sanne Jonsson.
Jämfört med resultaten från en tidigare klinisk studie baserad på mammografisk täthet, var AI-metoden cirka fyra gånger mer effektiv för att upptäcka cancer, med 64 upptäckta fall per 1000 MR-undersökningar jämfört med 16,5 fall per 1000 i den tidigare studien. Denna AI-baserade metod visade sig vara mycket lovande för att förbättra upptäckten av invasiva och multifokala cancerformer, vilket understryker dess potential att komplettera traditionell mammografi. Genom att fokusera på cirka 7-8 procent av screeningdeltagarna kan denna metod göra det ekonomiskt hållbart att använda MR som tilläggsundersökning, med en kostnad per upptäckt cancerfall som är jämförbar med mammografi.
– Nu när studien är klar måste vi pausa metoden eftersom den behöver få godkännande från europeiska läkemedelsverket för rutinmässig användning. Dessutom behöver mjukvaran paketeras och kvalitetssäkras för att bli en produkt, och för detta har vi erhållit fortsatt finansiering från Wallenbergstiftelserna, säger Fredrik Strand.
Resultaten från ScreenTrustMRI-studien ger hopp om att AI-teknik kan spela en avgörande roll i framtidens bröstcancerscreening. Genom att integrera AI-baserade bedömningar i den befintliga screeningprocessen kan fler cancerfall upptäckas tidigt, vilket i slutändan kan rädda fler liv.
Fotograf: Sanne Jonsson.