Utvecklingen av diagnostiska verktyg inom cancersjukvården går snabbt, inte minst inom området AI-baserade beslutsstöd. Men hur ska verktygen vara byggda för att vara användbara ute på klinik och bli ett verkligt stöd för läkarna? Det tittar projektet Swaipp närmare på.
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.
Samverkan mellan nyckelaktörer
En viktig del för Swaipp är att få ihop de nyckelaktörer från akademi, industri och hälso- och sjukvården som behövs för att göra implementeringen möjlig och därmed skapa nytta för patienten. I projektet används bröstcancer som case för att undersöka vilka processer som behövs. Det finns utmaningar på vägen från akademisk forskning till klinisk miljö på sjukhuset, och de ska projektet belysa och försöka åtgärda.
Mattias Rantalainen är koordinator för SwAIPP. Han jobbar till vardags som forskningsgruppsledare på Karolinska institutet och är dessutom teknisk chef, CTO, på Stratipath. Stratipath och Roche utvecklar de AI-baserade diagnostiska applikationer som används i projektet.
– Jag och Johan Hartman, som är professor i patologi på Karolinska institutet, har bedrivit akademisk forskning en längre tid i området, berättar Mattias Rantalainen. En del av lösningarna som utvecklats börjar nå en sådan standard där man ser att det finns ett direkt kliniskt värde.
Digital transformation
Han berättar att det skett en snabb digitalisering av patologiområdet. Patologi är den del av den kliniska vetenskapen där man diagnosticerar sjukdomar från vävnadsprover.
– Patologerna har traditionellt arbetat med ljusmikroskop, men patologisektorn genomgår nu en digital transformation, där man istället skapar högupplösta, digitala bilder. Läkarna gör nu samma arbete, men framför en datorskärm. De tittar allt mer sällan i mikroskop. Samtliga svenska patologilabb är i dag helt eller delvis digitaliserade.
Fokus på precisionsdiagnostik
Swaipps fokus är AI-baserad precisionsdiagnostik, där digital bildanalys används för att få ut mer information från biopsierna eller operationspreparaten än man normalt kan i det kliniska patologilabbet.
– AI-lösningarna kan hitta mer detaljerad information än det mänskliga ögat. Den information som vi fokuserat på i den första bröstcancerlösningen handlar om att på ett mer precist sätt riskstratifiera patienter, så att man kan bedöma vem som har en högre risk för att sjukdomen ska återkomma. Det är information som är relevant för att välja fortsatt behandling, exempelvis hur man ska använda kemoterapi (cytostatika).
Den lösning Swaipp arbetar med riktar in sig på en mellanriskgrupp. De som har låg och hög risk går relativt lätt definiera i rutindiagnostik, men mellanriskgruppen – som ungefär varannan bröstcancerpatient tillhör – är svårare att diagnosticera.
– Istället för att göra en subjektiv bedömning så får man ett beslutsstöd som bygger på kvantitativ analys.
Kostnadseffektivt och snabbt
Ett annat viktigt värde med bilddiagnostiska AI-lösningar är att de är kostnadseffektiva och snabba. Alternativet till bildanalys är molekylär diagnostik. Det bygger på att man i ett våtlabb undersöker tumörproven, och då mäter man genuttrycket.
– Det har relativt nyligen börjat introduceras för att lösa exakt samma problem. Det finns kommersiella lösningar för det inom bröstcancer. Problemet med det är att de är ganska kostsamma. Det tar även en till två veckor att få svar. Det man kan erbjuda med AI-baserade bilddiagnostiklösningar är att de bara kostar en fraktion och man kan svara inom bara en timme.
Integrationer startar inom kort
I somras fick Stratipath en regulatoriskt godkänd produkt för kliniskt bruk, vilket var ett viktigt steg för Swaipp. Inom kort kommer de första integrationerna i sjukvården att starta, med Region Västmanland först. Och det är skarpt läge:
– Eftersom produkten är CE-IVD-märkt för att användas som diagnostiskt beslutsstöd så handlar det inte enbart om en pilotstudie. Syftet är att genomföra och utvärdera en faktisk implementering i Swaipp-samarbetet.
Intresset hos regionerna har varit avgörande.
– Det finns ett intresse hos regionerna att vara med i framkant vad gäller teknikutveckling. Det har även funnits ett behov vad gäller att skala upp och tillgängliggöra precisionsdiagnostik. Det finns ett generellt intresse att medverka i sådana är projekt där man tar ett helhetsgrepp. Det är otroligt viktigt att ha med regionerna i detta – de är verkligen centrala, såklart, liksom patientorganisationerna.
Samarbete med stora tech-bolag
Men projektet har också intresserat stora industribolag, som Microsoft, Roche och Philips. Målet är att på sikt kunna köra diagnostiklösningarna som utvecklas inom Swaipp i molnmiljön Azure, och det är något som projektet arbetar tillsammans med IT-företaget Microsoft kring. Både Roche och Philips är infrastrukturleverantörer inom digitalpatologi, och här samarbetar man aktivt med dessa för att integrera AI-patologi-lösningar i deras plattformar. Målsättningen är att tekniken ska bli tillgänglig för så många vårdgivare och patienter som möjligt.
Positiv respons
Hittills har projektet fått en positiv respons på klinik, inte minst från onkologerna som tar beslut om behandling. För patologerna erbjuder AI-baserade metoder dels beslutstöd inom precisionsdiagnostik, dels möjlighet till avlastning i arbetet.
– Det är stor brist på patologer. I den bästa av världar kan sådana här lösningar bidra till att minska arbetsbördan. Det är inte huvudfokus för oss, men det finns andra som arbetar på arbetsflödesoptimeringar och liknande.
Nu fortsätter arbetet med implementeringen i de tre regionerna.
– Självklart ska vi få erfarenheter utifrån processen, både vad gäller den regulatoriska processen som är associerad med att bygga sådana här lösningar men även själva användarfasen i en real world setting som inte är baserad på studier. Tack vara Swaipps arbete med att bygga upp processerna kring de regulatoriska frågorna, validering och implementering i vården, så kommer metoderna inom kort även att implementeras i ytterligare regioner.
Diagnostiklösningar inom andra cancerdiagnoser ska kunna dra nytta av de erfarenheter som görs i Swaipp.