AI-driven digital patologi och avancerad avbildning för tidig, noggrann, och individanpassad diagnostik av hudcancer

Våra forskningsområden:

Beräkningspatologi och artificiell intelligens

Digitaliseringen av patologin skapar nya möjligheter att använda artificiell intelligens (AI) för att förbättra cancerdiagnostik och samtidigt upptäcka information i rutinmässigt färgade vävnadssnitt som inte kan identifieras med konventionell histopatologisk bedömning.

Vi använder stora samlingar av digitaliserade H&E-färgade helsnittsbilder för att utveckla AI-baserade metoder för diagnostik och klassificering av hudtumörer, detektion av metastaser samt prediktion av tumörprogression och behandlingssvar. Ett särskilt fokus är melanom, där vi utvecklar beräkningsbaserade biomarkörer för att identifiera tumörer med hög metastaseringsrisk och förutsäga kliniskt relevanta molekylära förändringar och behandlingssvar.

Genom att kombinera histopatologi med kliniska, genomiska och molekylära data är målet att utveckla robusta biomarkörer som kan bidra till tidigare identifiering av aggressiva tumörer, förbättrad prognostisk bedömning och mer individanpassad cancerbehandling.

Ex vivo fluorescenskonfokalmikroskopi

Ex vivo fluorescenskonfokalmikroskopi (FCM) gör det möjligt att undersöka färsk, ofixerad vävnad och skapa högupplösta digitala bilder inom några minuter.

Vi utvecklar och utvärderar FCM för snabb pre- och intraoperativ diagnostik av hudcancer, bedömning av kirurgiska marginaler och detektion av melanommetastaser i lymfkörtlar. 

Målet är att utveckla snabbare diagnostiska arbetsflöden som kan ge kliniskt relevant information redan i samband med ett ingrepp och därmed bidra till kortare väntetider och mer effektiv och individanpassad cancervård.

Molekylär avbildning och cancerlipidomik

Förändringar i tumörcellernas metabolism är en viktig del av cancerutveckling och progression. Vi studerar särskilt hur lipidernas sammansättning och rumsliga fördelning förändras när tumörer utvecklas och blir mer aggressiva.

Med Time-of-Flight Secondary Ion Mass Spectrometry (ToF-SIMS) kan vi kartlägga lipider och andra molekyler direkt i vävnaden med hög upplösning. Den molekylära informationen kan jämföras med histopatologiska förändringar i motsvarande vävnadsområden.

I våra studier har vi identifierat förändringar i tumörcellernas lipider under melanomprogression. Genom att kombinera molekylär avbildning med histopatologi och kliniska data vill vi identifiera nya biomarkörer för tumörprogression och aggressivitet och öka förståelsen för de molekylära förändringar som sker under cancerutvecklingen.

Nuvarande medarbetare:

• Prof John Paoli, Avdelning för Dermatovenereologi, Institutionen för Kliniska Vetenskaper, Sahlgrenska Akademin
• Prof Roger Olofsson-Bagge, Avdelning för Kirurgi, Institutionen för Kliniska Vetenskaper, Sahlgrenska Akademin
• Adjungerad Professor Max Levin, Avdelning för Onkologi, Institutionen för Kliniska Vetenskaper, Sahlgrenska Akademin
• Docent Kari Nielsen, Institutionen för Kliniska Vetenskaper, Lund Universitet
• Docent Ida Häggström, Chalmers tekniska högskola och Gothenburg Universitet
• Prof John Fletcher, Avdelning för kemi och Molekylärbiologi, Göteborgs universitet
• Associate professor Leonardo Vinicius Monteiro de Assis, Department of Chemistry and Molecular Biology, University of Gothenburg
• Associate Professor Aino Rönkä, Department of Oncology, University of Eastern Finland and Kuopio University Hospital
• Associate Professor Jaana Hartikainen, Research Director; Institute of Clinical Medicine, School of Medicine, Faculty of Health Sciences, University of Eastern Finland
• Associate Professor Gabriele Campanella, Senior data scientist, Icahn School of Medicine at Mount Sinai, NYC
• Professor Klaus Busan, Department of Pathology, Memorial Sloan Kettering Cancer Center, NYC

Nyheter och Media:

Snabbare behandling vid lungcancer med AI

Snabbare och mer exakta hudcancerdiagnoser med AI och avancerade avbildningstekniker