Ny teknologi giver håb: Kunstig intelligens kan forudse kræft

Kræft i bugspytkirtlen rammer cirka 1.100 danskere hvert år, og antallet af tilfælde er stigende. Desværre er under 10 procent i live fem år efter diagnosen.

Men nu har forskere fra Aarhus Universitet udviklet et nyt redskab, der kan øge overlevelseschancerne for dem, der bliver ramt af den meget alvorlige kræftsygdom.

Det fremgår af en pressemeddelelse fra Aarhus Universitetshospital.

Helt grundlæggende øger man sine overlevelseschancer, jo tidligere sygdommen opdages. Desværre er der kun meget få - og ofte vage og uspecifikke - symptomer forbundet med uopdaget bugspytkirtelkræft, hvilket forringer mulighederne for at stille diagnosen tidligere.

Operation er den eneste helbredende behandling, men kirurgisk behandling kan kun tilbydes til cirka 20 procent af de kræft-ramte, fordi sygdommen for de fleste patienter har spredt sig for meget, når den opdages, til at kunne opereres væk. Men kunstig intelligens kan være en vigtig hjælper i fremtiden.

For i et nyt studie har forskerne fra Aarhus Universitet anvendt kunstig intelligens i form af en algoritme udviklet af cand.scient.soc. Anders Bo Bojesen til at beregne risikoen for bugspytkirtelkræft ud fra data i de danske sundhedsregistre.

Gennem information om alle danskeres alder, familiemedlemmer med bugspytkirtelkræft, sygdomshistorik, blodprøvesvar, kontakt til praktiserende læger og receptpligtig medicin har forskerne udviklet en algoritme, der kan forudse hvilke patienter, der vil blive diagnosticeret med bugspytkirtelkræft.

»Med kunstig intelligens kan vi identificere personer i befolkningen, der har en høj risiko for at have uopdaget bugspytkirtelkræft, som er en af de mest alvorlige kræftformer. Algoritmen kan køre ”live” på de danske sundhedsregistre, og den vil dagligt kunne udpege hvem, der kan have gavn af at blive undersøgt for bugspytkirtelkræft med en CT skanning,« siger Jakob Kirkegård.

Algoritmen kan identificere undergrupper med op til 10 procent risiko for udiagnosticeret bugspytkirtelkræft.

Med en så høj risiko er der et stort potentiale for fokuseret cancerudredning hos disse personer.

Modellen er udviklet ved at undersøge, hvordan registerdata fra personer med bugspytkirtelkræft har ændret sig op til diagnosen. Forskerne er derfor nu gået i gang med at teste algoritmen ved at undersøge hvilke personer, som modellen har udpeget som højrisiko-individer, der rent faktisk bliver diagnosticeret med bugspytkirtelkræft.

Forskerne forventer i fremtiden at kunne anvende modellen på andre kræftsygdomme i bughulen såsom tarmkræft.