Nu rullar projektet Swaipp – Swedish AI Precision Pathology – ut AI-baserad precisionspatologi på flera sjukhus i landet, med bröstcancer som case. Med prisbelönt forskning från Karolinska institutet i botten undersöker projektet hur AI-lösningar kan implementeras, från forskare till patientnytta, på ett effektivt sätt.
Genom de nya metoder som nu introduceras kan digital bildanalys användas för att få ut mer information från biopsierna eller operationspreparaten än man normalt kan i det kliniska patologilabbet. I det här projektet går patientförening, storföretag, startups, forskare och regioner samman för att göra införandet av metoderna så effektivt som möjligt.
Swelife har tidigare skrivit om Swaipp-projektet:
Så kan AI-baserade beslutsstöd bli ett verkligt stöd.
Professor Johan Hartman, som är medicinskt ansvarig på Stratipath, ett av de företag som utvecklar de AI-baserade diagnostiska applikationerna som nu implementeras (Roche är det andra), berättar att fokus i projektet ligger på implementering hos kund. Just nu körs beslutsstöden skarpt på sjukhusen i Örebro, Kalmar och Västerås med ett par andra sjukhus i startgroparna.
– Det går över förväntan. Det är ju ett helt nytt sätt att tänka med en helt ny teknologi som kommer in i verksamheten. Patologerna som hanterar analysen har varit positiva. Onkologerna har också varit positiva, men försiktiga, vilket är fullt förståeligt eftersom testresultatet kan påverka behandlingsbeslut.
Kostnadseffektivt och snabbt
De nya metoderna är kostnadseffektiva och snabba, och studier visar att resultaten blir minst lika bra som att göra molekylära analyser manuellt. Swaipps lösning riktar in sig på att identifiera patientens risk för att sjukdomen ska återkomma. Ett alternativ till AI är en molekylär analys av genuttryck, men den metoden kostar mycket och tar flera veckor att göra. AI-varianten går snabbt, på kanske en halvtimme. Tid är en värdefull tillgång i cancervården.
– I Sverige är det få patienter som får den dyra molekylära genuttrycksanalysen. Då kan det vara bra att ha den här typen av analys. Jag hoppas att alla svenska patienter har rätt att analyseras på det här sättet inom några år. Cancerdiagnoser gör vi på olika sätt och det kan bli olika diagnoser beroende på var man bor. Med AI kan man få ett jämnare utfall på bedömningen. Men man behöver fortfarande patologer!
Projektet tar först kontakt med onkolog, behandlande läkare och patolog, och tillsammans kommer man överens om att testa systemet. Under testet kör man delvis parallellt och gör då både molekylära och AI-baserade analyser. När metoden är implementerad kommer AI-lösningen att ersätta en stor del av geneexpressionsanalyserna.
Långa processer
Det finns ett stort intresse för tekniken.
– Vi har haft svårt att nå ut för vi har inte haft kapacitet nog. Vi är litet gäng så vi har haft svårt att möta efterfrågan. Det är en ganska lång process, med avtal och en system-setup hos kunden. Mikroskopi ser olika ut på olika labb, och man måste delvis kalibrera.
Förutom implementering på klinikerna arbetar projektet med regulatoriska frågor och datasäkerhet. En annan del är att integrera lösningen i Roches digitalpatologisystem, och där är man nästan framme.
Det finns flera mycket stora företag i projektet, som Microsoft, Roche och Philips, och stora regioner.
– De, som Roche, är nog rätt vana vid att jobba med småföretag som kommer med idéer. Men det är frustrerande när man är van vid snabba beslutsvägar att det tar lång tid att få till ett beslut i de stora organisationerna. Det kan ta ett helt år!
Intresserade patienter
Patientföreningen Bröstcancerförbundet är en viktig part i projektet, och där kvarstår det för projektet att ha fler samtal med patienter. Johan Hartman har informerat på event och fått bra respons:
– De tycker att det är spännande! Inte minst rättvisedelen, med möjlighet till samma diagnostik och behandling i hela landet.
AI-lösningen kompletterar patologen, men det är ingen större risk att yrkesgruppen försvinner på grund av digitaliseringen.
– Det var min rädsla initialt att man skulle vara rädd för AI, men absolut inte. Den nya generationens patologer kan ofta ha valt yrket för de tycker att det är spännande med teknik och AI. Man tycker det är något som utökar deras verktygslåda.
Flera publikationer
Något som kanske inte syns på kliniken, men som är en förutsättning för framgångarna, är de vetenskapliga artiklar som publicerats i samband med projektet.
Improved breast cancer histological grading using deep learning
Fakta Swaipp
Swaipp (Swedish AI Precision Pathology) är en tvärsektoriell innovationsmiljö för att utveckla och implementera AI-baserade diagnostiska beslutsstöd för vården inom cancerområdet. I projektet ingår Karolinska institutet, Stratipath AB, Microsoft Sverige AB, Roche Diagnostics AB, Philips AB, Bröstcancerförbundet, Prevas AB (MEDQURE), Helseplan AB samt regionerna Kalmar, Västmanland och Skåne. Projektet finansieras av Swelife genom Vinnova, samt projektets parter.
Forskarna bakom Stratipath, Mattias Rantalainen och Johan Hartman, tilldelades Athenapriset 2022 och KI:s pris för innovation och nyttiggörande 2023.