Maskiner skal forutsi pasienters kreft
Antall krefttilfeller i året er forventet å øke fra 14 millioner til 22 millioner globalt de neste to tiårene. Forskningsprosjektet DoMore! skal gjøre analysen av kreftprøver raskere og sikrere ved å overføre arbeidet til datamaskiner.
Stadig flere kreftprøver skal analyseres. Analysen av kreftprøvene – prognostiseringen – gjøres i dag av patologer, som det er stor mangel på. Vurderingen skal baseres på store mengder data og gjøres utfra skjønn. Patologens erfaring og kompetanse er faktorer som påvirker konklusjonen og valg av behandling.
En av de store utfordringene innenfor patologien er at en kreftsvulst er heterogen – det vil si at den ikke er lik over det hele, men består av kreftceller med ulike typer egenskaper. Noen egenskaper kan forårsake spredning og død, andre gjør liten eller ingen skade.
Forskningsprosjektet DoMore! har mottatt 60 millioner kroner fra Norges Forskningsråd for å ruste behandlingssystemene for den økende kreftforekomsten. Forskningen foregår ved Institutt for kreftgenetikk og informatikk (ICGI), der en tverrfaglig gruppe skal automatisere kreftprognostiseringen innen 2021. Arbeidet inkluderer prostata- tarm- og lungekreft. 7000 pasienter og 20 000 prøver er allerede inkludert i studien.
– Vi etablerer robuste datasystemer som bistår der patologien ikke strekker til, sier instituttleder og professor Håvard E. Danielsen ved Institutt for kreftgenetikk og informatikk.
Ved å benytte stordata, dyplæring, teksturanalyse og kvantifisering av DNA kan datamaskiner innhente og behandle langt mer informasjon om svulsten enn patologene har mulighet for med dagens metoder. Beregninger viser at en automatisering av lab-prosessene vil øke kapasiteten 5–10 ganger.
In silico-patologi
Innovasjonspotensialet ved å overføre patologioppgaver til datamaskiner – in silico – er svært høyt, og flere kommersielle leveranser er allerede etablert. I prosjektet inngår også flere patenter og publikasjoner, spinoff-selskaper og produkter som algoritmer, applikasjoner, tjenester og data.
Overføringen medfører store forbedringsmuligheter, både for pasientene, helsesystemene og samfunnsøkonomien. En vellykket kreftbehandling er avhengig av sikker kunnskap om hvordan kreften vil utvikle seg. Upresis prognostisering er en viktig årsak til dagens utfordringer med over- og underbehandling og påfølgende konsekvenser som ekstrakostnader, unødvendige bivirkninger og i verste fall pasientens død.
Kilde: mynewsdesk.com
