FLORENCE: kunstig intelligens-løsning til bruk ved kreftoperasjoner

Interreg ØKS brobyggerprosjektet FLORENCE (Federated learning using OMOP modelling of health data for elevating colorectal cancer care in the Nordic countries) er et samarbeid med Danmark som skal ved bruk av sykehus og registerdata danne grunnlaget for et nytt beslutningsstøtteverktøy.
Sist oppdatert: 21.03.2022

Bakgrunn

Tykk- og endetarmskreft er den nest vanligste kreftsykdommen i Norge når man ser på begge kjønn. I 2020 ble opp mot 4500 menn og kvinner diagnostisert med tarmkreft. Behandlingen består av kirurgi, strålebehandling og medikamentell behandling. Hvilken behandling en pasient skal undergå skal ifølge nasjonale retningslinjer bestemmes av et tverrfaglig team som inneholder blant annet en gastrokirurg, en onkolog og en radiolog.

Hvert krefttilfelle er unikt, og den best mulige behandlingen for en tarmkreftpasient vil derfor også være unik. 1 av 4 tarmkreftpasienter opplever komplikasjoner etter operasjon, og samme andel opplever tilbakefall av kreftsykdommen innen 3 år. For å oppnå det beste resultatet er man avhengig av god kompetanse hos helsepersonellet som sitter i den tverrfaglige gruppen, samt god litteratur som støtter oppunder behandlingsalternativene. Det uføres mye forskning på tarmkreft, men ettersom hvert tilfelle er så unikt og pasienter kan respondere på behandling så ulikt, kan det noen ganger være vanskelig å vite hva som er best mulig behandling. Spesialister innen gastrokirurgi etterlyser bedre verktøy for å ta avgjørelser rundt hvilken behandlingskombinasjon de skal velge for sine pasienter.

Formål

Med dagens teknologi vil det være mulig å lage et slikt verktøy. Et verktøy som bruker kunstig intelligens (KI) for å legge til grunn alle faktorene ved en pasient og på den måten forutsi hva som blir utfallet av de ulike behandlingene. I dette prosjektet ønsker vi å bidra til å lage et IT-verktøy (beslutningsstøtteverktøy) som kan brukes av spesialistene til å hjelpe med behandlingsvalg for tarmkreftpasienter.  

Prosjektet er et samarbeid med Center for Surgical Science (CSS) ved Sjælland Universitetssykehus i Danmark, og ved bruk av sykehus og registerdata fra begge land, skal vi danne grunnlaget for et nytt beslutningsstøtteverktøy.

For å skape et beslutningsstøtteverktøy som bruker grunnlagsdata fra flere land er det viktig at dataene som ligger til grunn for analysene er sammenlignbare. Det fører til at dataene må standardiseres og harmoniseres på tvers av landene før de kan sammenlignes. Til det så vil vi benytte en generisk datamodell kalt OMOP-CDM fra Observational Health Data Sciences and Informatics (OHDSI).

Vi har fått midler til et brobyggerprosjekt sammen med CSS fra Interreg Øresund-Kattegat-Skagerak (ØKS). Interreg ØKS er et europeisk regionalt utviklingsfond som støtter prosjekter som satser på innovasjon, en grønn omstilling, transport eller et grenseløst arbeidsmarked. De støtter også såkalte brobyggerprosjekter, som er førprosjekter som skal forberede søknaden til kommende, fullskala prosjekter. Vi forbereder oss nå på å søke midler til et større prosjekt i løpet av 2022.

Personvern

Personvern er bl.a. ivaretatt ved at det brukes en felles datamodell slik at man kan dele algoritmer istedenfor selve helseopplysninger. De lokale dataene på et sykehus/registeret vil brukes for å lære opp sin versjon av modellen, eller beslutningsstøtteverktøyet i dette tilfellet. Endringer i modellen mellom hvert sted kan deles, og på den måten vil alle behandlingsstedene ha et like godt beslutningsverktøy.