AI och ML inom cancerdiagnostik: Partnerskapet sparar tid åt patologer och förbättrar noggrannheten

I takt med att patologernas arbetsbelastning ökar finns det ett behov av större noggrannhet och effektivitet i laboratorielösningar för hälso- och sjukvården – och av integrering med andra IT-system för hälso- och sjukvården. Noggrannheten ska garantera att patienterna får den mest exakta diagnosen, och effektiviteten ska dels hjälpa till med bristen på patologer, dels garantera kortare svarstider. AI och ML kan hjälpa till.

Tillsammans med Ibex Medical Analytics vill vi påskynda användningen av artificiell intelligens (AI) för diagnoser i allmänhet, men särskilt för Sveriges två vanligaste cancerformer, prostata- och bröstcancer. Och det finns ett behov av detta, eftersom 9 procent av prostatacancerdiagnoserna kan vara felaktiga.

Vi har utvecklat vår helhetslösning för end-to-end-patologi intensivt och behovet av effektiva patologilösningar är stort. 70 procent av de kliniska besluten baseras på eller involverar en IVD1 – ett test som utförs med hjälp av ett blod- eller vävnadsprov. Redan av denna anledning är effektivitet och obehindrat dataflöde viktigt. Men hänsyn till patologernas arbetsdag, som kännetecknas av brist på specialister, och precisionen i den diagnos som patienterna får är också mycket viktiga skäl till att en digital omvandling av diagnostiken är nödvändig.

Digitalisering och användning av AI och ML ökar precisionen och snabbheten

När det gäller både prostatacancer och bröstcancer har AI-algoritmerna från vår partner Ibex visat sig ha en mycket hög grad av noggrannhet och de kan hjälpa patologspecialister att snabbt och exakt avgöra om det finns cancer och hur aggressiv den är.

Erica Bonns, läkare och Chief Medical Officer för Dedalus i Sverige, säger: ”Studierna bakom Ibex AI-algoritmer för användning vid misstänkt prostatacancer visar att vi ger patologer ett bra beslutsstöd. De kan spara 1,8 dagar i svarstid, ställa en mer exakt diagnos och samtidigt analysera fler prover. För patienterna är det glädjande att AI-algoritmerna säkerställer att prover som tidigare felaktigt klassificerats som godartade vävnadsförändringar nu upptäcks som cancer. Detta innebär att behandlingen kan påbörjas tidigare.”

Galen-studien, som publicerades i den medicinska tidskriften The Lancet, visade att feldiagnoser förekommer i 9 procent av prostatacancerfallen[1]. Dessa feldiagnoser kan potentiellt undvikas genom att patologens erfarenhet kompletteras med digital AI- och ML-baserad bilddiagnostik.

Brist på patologer gör digitaliseringen extra viktig

Den ökande efterfrågan inom patologiområdet innebär att både svenska och utländska patologilaboratorier letar efter effektivitetsförbättrande lösningar.

Bristen på patologer i det svenska hälso- och sjukvårdssystemet utgör dessutom en risk för patienterna – särskilt inom cancerområdet, där kortare svarstider och korrekta diagnoser kan påverka behandling och överlevnadsstatistik.

Enligt Socialstyrelsens senaste rapport om tillgång och efterfrågan framgår att 2019 var 359 patologer sysselsatta inom hälso- och sjukvården. Det är en ökning med 15 stycken sedan 2015. Medelåldern var 51 år och 10 procent var 67 år eller äldre. 26 specialistbevis utfärdades 2020. Två regioner nämnde specifikt att de hade brist på patologer. I rapporten som kom ut året innan fanns det mer fokus på exakt klinisk patologi och 14 regioner bedömde att de hade brist på specialistläkare.

Thomas Anderzon, vd för Dedalus i Sverige och Sales Director North Europa är övertygad om att digitaliseringen kan bidra till att lindra läkarbristen och dessutom öka patientsäkerheten: ”Med det strategiska samarbetet mellan Dedalus och Ibex kan digitaliseringen av patologin bidra till att erfarna patologer kan ägna sig åt att utbilda yngre kollegor, samtidigt som digitaliseringen kan bidra till att göra patologin mer attraktiv och ännu mer exakt.”

Please open in latest version of Chrome, Firefox, Safari browser for best experience or update your browser.

Update Browser