Projekt: AI-modell för detektion och klassificering av bröstcancer inom histopatologi

Vi utvecklar ett system för detektion och gradering av bröstcancer (submitterat manuskript) baserat på AI-bildanalys. Vi har skapat digitala histopatologibilder genom digitalisering av mikroskopiglas från sjukhusarkiven i Stockholm. Alla bilder genomgår noggrann kvalitetssäkring, bearbetning och normalisering. Hittills har vi genererat digitala bilder från mer än 5000 bröstcancerpatienter. Genom noggrann analys av en patolog kan en bröstcancer delas in i tre grupper: grad 1 med lägst aggressivitet, grad 3 med högst aggressivitet och grad 2 som en gråzon däremellan. Patienter med grad 3 tumörer har generellt nytta av tilläggsbehandling med kemoterapi. Vi har skapat en AI-modell som kan detektera cancer i bilderna och stratifiera tumörer av intermediär grad (NHG2) till hög eller låg grad. Eftersom NHG2 utgör 50 % av all bröstcancer kan detta få viktiga kliniska konsekvenser. Detta utgör en kliniskt viktig uppgift som kan bidra till minskade gråzoner och att identifiera patienter som har behov av tilläggsbehandling med kemoterapi efter operation. Vi har även genererat genspecifika modeller för att förutsäga rumsligt mRNA-uttryck i bröstcancerbilder. Detta har potential att förutsäga biomarkörsuttryck såväl som molekylära subtyper. Dessutom har liknande metoder kapacitet att ersätta dyrare molekylära analyser i framtiden.