En ny AI-metod kan tidigt avslöja EGFR-mutationer vid lungcancer och påskynda vägen till rätt behandling. Göteborgs universitet har bidragit till forskningen.
Resultaten från den internationella studien, ledd av Memorial Sloan Kettering Cancer Center i New York, publiceras i tidskriften Nature Medicine.
– Genom studien bidrar vi till snabbare och mer tillgänglig cancerdiagnostik. Vi visar att AI kan screena efter EGFR-mutationer med mycket hög träffsäkerhet, direkt från digitala bilder av vävnadssnitt, säger Levent Akyürek, professor i patologi vid Sahlgrenska akademin, Göteborgs universitet och medförfattare till studien.
Snabbare besked
EGFR-mutationer är vanliga vid icke-småcellig lungcancer och påverkar vilken behandling patienten bör få. I dag krävs avancerade tester som kan ta flera veckor att genomföra, och som också kräver mycket tumörvävnad.
AI-modellen kallas EAGLE. Den kan analysera vanliga histologibilder (H&E) och förutsäga EGFR-mutationer med hög träffsäkerhet – vilket minskar behovet av molekylära tester.
Vävnadssnitt från en lungadenocancer med EGFR-mutation, inkluderad i studien för analys med hjälp av AI.
Foto: Sahlgrenska Universitetssjukhuset
Studien genomfördes parallellt med den vanliga vården utan att påverka den. Resultaten visar att AI-modellen kunde minska behovet av snabba molekylära tester med upp till 43 procent – utan att tumma på säkerheten.
Sparar vävnad – och tid
Eftersom vävnadsprov ofta inte räcker till alla tester kan AI hjälpa till att spara material och minska behovet av nya biopsier.
– AI-tekniken kan göra diagnostik mer jämlik, särskilt där resurser för testning är begränsade. I Sverige testas alla fall, men i USA varierar tillgången, säger Levent Akyürek.
AI-modellen är tränad på över 8 000 tumörbilder från flera länder, bland annat från Sahlgrenska Universitetssjukhuset. Även forskare knutna till Chalmers har bidragit till studien.
Eftersom studien visar att tekniken fungerar i verkliga vårdmiljöer skulle den kunna godkännas för kliniskt bruk. Forskarna bakom EAGLE planerar att utveckla liknande AI-modeller för andra genetiska förändringar som också påverkar behandlingsval vid cancer.
Forskare bakom studien är bland andra Levent Akyürek och Noora Neittaanmäki, Institutionen för biomedicin, och Ida Häggström, Institutionen för kliniska vetenskaper, Sahlgrenska akademin vid Göteborgs universitet.