Eklund, Martin Torp – Improved prostate cancer prognostication and treatment selection using artificial intelligence and genomic profiling

Bakgrund

Prostatacancer är den vanligaste cancerformen och den främsta orsaken till cancerdöd bland män i Sverige. År 2018 diagnostiserades över 10.000 män med prostatacancer och 2.350 dog av sjukdomen. En flaskhals i arbetet att minska dödligheten i prostatacancer är svårigheten att göra objektiva och reproducerbara patologiska bedömningar av vävnadsprover (biopsier) från prostata. Histopatologisk utvärdering av prostatabiopsier används för att diagnosticera sjukdomen och gradera dess allvarlighet, och är av avgörande betydelse för den kliniska handläggningen och behandlingen av män som diagnosticeras med prostatacancer.

Beskrivning

Trots betydelsen av histopatologisk bedömning av prostatabiopsier, så finns stora utmaningar. Den så kallade Gleason-graden är avgörande för behandlingsbeslut för män med diagnostiserad prostatacancer. Då Gleason-graderingen ofta skiljer sig mellan olika patologers bedömningar, kan behandlingsbeslut fattas på inkorrekt information om sjukdomens svårighetsgrad. Detta kan leda till att mannen inte får tillräckligt aggressiv behandling eller får onödigt aggressiv behandling. Min forskningsgrupp har utvecklat ett system baserat på artificiell intelligens (AI) för assistera patologerna, med det övergripande målet att lösa dessa utmaningar.

Mål

I den föreslagna forskningen kommer vi att fortsätta utvecklingen av AI-systemet, länka det till genomiska information från vävnadsproven och genomföra rigorös klinisk validering av systemet genom ett nätverk av internationella samarbetspartners och genom en randomiserad klinisk prövning. Det övergripande syftet med forskningen är att göra prostatacancerdiagnostiken mer precis, för att på så sätt kunna tillhandahålla bättre information för att fatta korrekta behandlingsbeslut för män med diagnostiserad prostatacancer och på så sätt uppnå bättre behandlingsresultat och färre bieffekter av behandlingen..