En plattform för miljontals bilder från europeiska patienter ska träna AI att ställa bättre cancerdiagnoser – det är målet för en satsning som EU-kommissionen lanserat. Men utmaningar återstår kring datadelningen.
EU-kommissionens har lanserat ett nytt flaggprojekt: European Cancer Imaging Initiative, EUCAIM. Det ska skapa en infrastruktur för att samla och dela bilder från cancerkliniker runtom i Europa. Miljontals bilder från omkring 90 000 patientfall ska göras tillgängliga, anonymiserade och vad som på programmeringsspråk kallas annoterade; med noteringar som ger AI information om exempelvis vad i bilden som är en frisk eller sjuk cell.
Bildanalys är en central del av modern cancerdiagnostik. Men det är tids- och personalkrävande, och utfallet beror på skickligheten och erfarenheten hos den som analyserar bilden. Den snabba utvecklingen av AI skapar nya möjligheter att analysera bilder snabbt och med större precision.
36 miljoner euro satsas
AI-algoritmer kan enkelt beskrivas som självlärande datorprogram som genom att studera ett stort antal exempel lär sig att göra egna bedömningar.
– Målet med EUCAIM är att bilddata i kombination med data från genetiska analyser och kliniska och patologiska undersökningar ska användas för att träna AI-algoritmer att skapa tidigare och säkrare cancerdiagnoser och mer exakta prognoser, säger Katrine Riklund, professor i radiologi och nuklearmedicin vid Umeå universitet och en av de europeiska forskare som skrivit ansökan som utmynnade i projektet.
Drygt 20 sjukhus från 12 länder ska bidra med data till EUCAIM, och EU satsar 18 miljoner euro på projektet. Medfinansieringen från deltagande parter är lika stor. 3,6 miljoner euro ska användas för att finansiera fler samarbeten, där kliniker, forskargrupper och företag kan bidra med förslag på problem som skulle kunna lösas med hjälp av algoritmer och samtidigt förse projektet med egna bilddata.
AI nödvändigt i framtidens vård
Katrine Riklund ser AI som ett nödvändigt inslag i vårdens arbete framöver, eftersom behovet ökar av avancerad diagnostik.
– Det är en otrolig mängd bilddata som ska passera kompetenta radiologer och patologer varje dag och mängden växer fortare än tillgången på läkare, säger Katrine Riklund.
Hon beskriver hur AI-system redan används inom radiologin, bland annat i datortomografer och kameror för att skapa bättre bilder. Även vissa AI-system för beslutsstöd används kliniskt, och i det pågående projektet VAI-B, lett av forskare vid Lunds universitet och Karolinska institutet, är målet att hitta metoder för att validera kommersiella AI-verktyg för bröstradiologi som redan existerar.
– Jag tror att AI kommer krypa in sakta i vården, och kanske inte alltid genom de applikationer vi först tänkt. Inom radiologin trodde vi att AI skulle ta över diagnostiken, men nu används det för bildkonstruktion och till exempel som prioriteringsstöd för att hitta de cancerpatienter som har mest förändringar, säger Katrine Riklund.
Inom fyra år är målet för EUCAIM att minst femtio olika AI-verktyg, intelligenta algoritmer och kliniska prediktionsmodeller, ska ha samlats inom infrastrukturen och gjorts tillgängliga för forskare. Samtidigt ska projektet bidra till att skapa en harmonisering i EU av bilddatahanteringen för att öka de framtida möjligheterna att skapa fler fungerande algoritmer. Projekttiden är fyra år och en särskild arbetsgrupp ansvarar för planeringen bortom den tiden.
– Vi kommer att bygga testbänkar för utveckling, testning och validering av algoritmer och samla in en stor mängd data – då kan man ju inte bara slå av strömbrytaren när projekttiden går ut. Vi måste bygga en modell för hur detta ska drivas och tillgängliggöras på längre sikt också. Dagens forskning ska förstås bli morgondagens sjukvård, säger Katrine Riklund.
Datadelning en juridisk utmaning
Men att få tillgång till och dela medicinska data och samtidigt följa alla lagar om anonymitet och integritet, inklusive dataskyddsförordningen GDPR, är ingen enkel process. Katrine Riklund konstaterar att patientskyddet är viktigt, men att det ofta gör forsknings- och utvecklingsarbete utmanande – inte minst i Sverige som många gånger gjort strama tolkningar av gemensam EU-lagstiftning.
– Det skiljer sig mellan länderna och vi måste förstås följa den svenska tolkningen. Men det finns en stor vilja att lösa det här från svenskt håll. Regeringen delar ut uppdrag om plattformar för hälsodatadelning och både Vetenskapsrådet och Vinnova har fått uppgifter på området. Bland annat finansierar Vinnova en förstudie inom ett samarbete mellan fyra olika EU-projekt där Sverige deltar, som alla hanterar känsliga hälsodata. Där ska vi tackla gemensamma utmaningar, bland annat teknisk infrastruktur och juridiken kring datadelning. Så jag tror vi kommer att kunna vara med i samma tempo som övriga Europa och aktivt bidra till forskningen och utvecklingen på området, säger Katrine Riklund.