Bakgrunn
Brystkreft er den hyppigste kreftformen blant kvinner i Norge og i verden. Selv om enkelte risikofaktorer for sykdommen er kjent, er sykdommen vanskelig å forebygge for den enkelte kvinne. Tidlig oppdagelse gjennom screening er derfor ansett som et effektivt verktøy for å redusere dødelighet av sykdommen.
En standard screeningundersøkelse i Mammografiprogrammet består av mammografibilder fra to vinkler av hvert bryst. Alle mammografiundersøkelsene vurderes av to røntgenleger, som begge tyder bildene uten å vite hva den andre har konkludert med (uavhengig dobbelttyding). Samtidig er det svært få deltakere i screeningprogrammet som har tegn til brystkreft, og røntgenlegene bruker dermed mye tid på å vurdere normale mammografibilder.
Med nyere fremskritt innen kunstig intelligens (KI) er det et potensiale for å forbedre dagens mammografiprogram, blant annet som støtte for legene i vurdering av bilder. Med «kunstig intelligens» mener vi her digitale systemer som lærer å gjenkjenne mønstre i mammografibilder som kan være tegn på brystkreft, fordi de har blitt trent opp til det ved å analysere store datamengder over tid.
I Mammografiprogrammet pågår det to ulike forskningsprosjekter som bruker KI til å utvikle nye algoritmer for vurdering av mammografibilder; «Maskinlæring i Mammografiprogrammet» (MIM-studien) og «AIforScreening; Robust og pålitelig AI for brystkreftscreening» (AIforScreening). Norsk Regnesentral er ansvarlig for utvikling av algoritmene.
Hensikt
Den overordnede hensikten med de to prosjektene er å utvikle KI-algoritmer som kan brukes som støtte til å vurdere bilder i Mammografiprogrammet.
MIM-studiens hovedmålsetting er å utvikle et digitalt system som kan plukke ut bilder som med høy sannsynlighet ikke viser tegn til brystkreft. Dette kan effektivisere og øke kvaliteten på Mammografiprogrammet, blant annet ved at røntgenlegene kan bruke mer tid på kvinner som har tegn til brystkreft.
AIforScreening er en videreføring av MIM-studien og skal videreutvikle KI-algoritmene derfra til å bli enda mer robuste og troverdige. Målet er at de skal kunne brukes på mammografibilder tatt med ulike typer bildetakingsutstyr, og at de skal kunne utnytte informasjonen fra tidligere mammografiundersøkelser i vurderingen av aktuelle bilder.
Datagrunnlag
For å utvikle gode og treffsikre algoritmer tilpasset Mammografiprogrammet, kreves store mengder bildedata fra screeningundersøkelsene. I tillegg benyttes opplysninger knyttet til oppmøte og funn på mammografibildene, som røntgenlegenes vurderinger og resultatet av screeningundersøkelsene (screeningopplysninger).
MIM-studien er basert på data fra screeningundersøkelser utført i Mammografiprogrammet ved syv helseforetak i Helse Nord, Helse Midt-Norge og Helse Sør-Øst. Undersøkelsene er utført i perioden fra innføringen av digital mammografi ved det enkelte helseforetaket (mellom 2004 og 2011) og fremover.
I AIforScreening skal MIM-dataene gjenbrukes. I tillegg skal det samles inn bildedata og screeningopplysninger fra tre nye helseforetak i Helse Sør-Øst.
Prosjektgruppen ved Kreftregisteret skal innhente bildedata fra de samarbeidende helseforetakene og screeningopplysninger fra Kreftregisterets databaser. Dataene blir pseudonymisert og kvalitetssikret av prosjektgruppen før utlevering til Norsk Regnesentral, som skal utvikle og trene KI-algoritmene.
Prosjektet benytter kun data fra kvinner som ikke har reservert seg mot at opplysninger fra screeningundersøkelse med normalt funn skal lagres i Kreftregisteret, i henhold til kreftregisterforskriften. Kvinnene vil ikke bli kontaktet angående prosjektene, og det vil være umulig å gjenkjenne enkeltpersoner i resultater som publiseres.
Organisering
Kreftregisteret er prosjektleder og dataansvarlig, og har det overordnede administrative ansvaret i prosjektene. Vi skal blant annet sikre at prosjektene har alle nødvendige godkjenninger, samle inn bildedata og screeningopplysninger i prosjektet, teste KI-algoritmene og utforme eventuelle implementeringsplaner i Mammografiprogrammet.
Norsk Regnesentral er databehandlere i prosjektene. De har svært høy fagkunnskap om bildeanalyse og KI, og er ansvarlig for å utvikle KI-algoritmene.
Helseforetakene ved brystsentrene er samarbeidspartnere i prosjektene. De er regionale spesialister på diagnostikk og screening av brystkreft, og vil bistå med radiologikompetanse og kunnskap om praktisk screening, samt tilrettelegge for uttrekk av bildedata.
Universitetet i Tromsø har spesialkompetanse innen IT-systemer for biologiske og medisinske applikasjoner, og vil fungere som en viktig rådgiver om aspekter knyttet til dette. De skal også veilede masterstudenter på relaterte emner.
Karolinska Institutet skal bidra med sin kompetanse innen KI i mammografi.
Status per mai 2023
I MIM-studien er nye algoritmer utviklet som planlagt. Algoritmene har også blitt testet på "nytt" datasett, dvs. et datasett som ikke var en del av datagrunnlaget for utviklingsarbeidet. Foreløpige analyser tyder på at KI-algoritmene har potensiale for å øke sensitiviteten i mammografiscreening ved å øke antallet screeningoppdagede brystkrefttilfeller, redusere antall intervallkrefttilfeller og redusere arbeidsbelastningen til røntgenlegene.
Studien er avsluttet i Norges forskningsråd og har ikke lenger ekstern finansiering. Prosjektets sluttdato i REK utvidet på grunn av behov for å videreutvikle, validere og forbedre algoritmene. Dette arbeidet pågår.
I AIforScreening er nødvendige godkjenninger innhentet og avtaler signert. Siden en stor mengde nye data (om lag 650 000 undersøkelser med 2,6 millioner mammografibilder) skal legges til det eksisterende datasettet fra MIM-studien, er innsamlingen tidkrevende. Et omfattende arbeid pågår ved Kreftregisteret for å tilrettelegge for og gjennomføre dette, i samarbeid med eksterne IT-ressurser. Frem til det nye datasettet er klart, benytter Norsk Regnesentral opplysningene fra MIM-studien for å arbeide med prosjektets målsettinger.
Prosjektomtaler i media
Teknisk ukeblad: Google har utviklet kunstig intelligens som gjenkjenner brystkreft bedre enn radiologer. Kreftregisteret og Norsk Regnesentral lager norsk variant. 06.01.20.
Forskning.no: Norske forskere utvikler en ny metode for å finne brystkreft. 07.09.20.
