Kunstig intelligens skal identificere patienter med lungekræft på Sygehus Lillebælt

Lægemiddelvirksomheden Roche har indgået et samarbejde med Sygehus Lillebælt om at afprøve den Roche-distribuerede LungFlag kunstig intelligens-algoritme til at identificere patienter med lungekræft på et stort datasæt fra sygehuset og sidenhen på patienter med KOL fulgt i sygehusets KOL-ambulatorium. Algoritmen er udviklet af virksomheden EarlySign.

Håbet er, at forskerne og lægerne på sygehuset kan vise, at algoritmen er i stand til at identificere personer med højest risiko for udvikling af lungekræft inden for 12 mdr., så de kan blive screenet og udredt.

Det er jo selvfølgelig optimalt, hvis modellen finder alle patienter med lungekræft, men omvendt ved vi, at det er urealistisk

Margrethe Bang Henriksen, forsker, Vejle Sygehus

Afprøvningen af LungFlag på Sygehus Lillebælt falder godt i tråd med lægernes og forskernes tidligere arbejde, hvor de blandt andet selv har udviklet en algoritme til at identificere patienter med høj risiko for lungekræft, ligesom de nyeste resultater fra lægernes forskning har vist, at fem pct. af de patienter, som følges i sygehusets KOL-ambulatorie, får en diagnose med lungekræft senere hen.

»LungFLag har lidt bedre resultater end vores egen algoritme, så da Roche kontaktede os med henblik på et samarbejde, var vi meget interesserede. Vi vil gerne teste LungFlag på vores patienter i KOL-ambulatoriet for at se, om vi hos denne højrisikogruppe kan identificere en gruppe patienter, som det vil være relevant at sende i en CT-scanner,« fortæller en af de forskere, som skal samarbejde med Roche om projektet, hoveduddannelseslæge og ph.d.-studerende Margrethe Bang Henriksen fra Onkologisk Afdeling på Vejle Sygehus.

Roche er allerede i færd med arbejdet omkring at få CE-mærket LungFlag.

Skal afprøves på danskere henvist til kræftpakkerne

I forskningsarbejdet vil forskerne først undersøge præcisionen i LungFlag retrospektivt på data fra 65.000 patienter, der har været udredt for lungekræft i forbindelse med kræftpakkerne over en periode på 10 år.

Her skal algoritmen gerne identificere dem, som fik stillet en diagnose med lungekræft.

Margrethe Bang Henriksen pointerer, at det er vigtigt, at modellen ikke kommer med for mange falsk-positive svar, samtidig med at den helst skal finde flest muligt af dem, som har fået stillet en diagnose med lungekræft.

Hun understreger, at patienterne, der er blevet henvist til kræftpakkerne, er henvist af en årsag og derfor er højrisikopatienter, og her bliver det interessant at se, om algoritmen hos denne gruppe kan skelne mellem dem, som har og ikke har lungekræft, når begge grupper har mange af de samme risikofaktorer.

»Når vi har resultaterne fra de forskellige delprojekter, vil vi se på, hvilken grænse der skal lægges for LungFlag. Det er jo selvfølgelig optimalt, hvis modellen finder alle patienter med lungekræft, men omvendt ved vi, at det er urealistisk, da den dermed også vil finde en uacceptabel andel falsk positive. Udredning for lungekræft medfører en del bekymring og unødige scanninger mm., så det er meget vigtigt at være bevidst om, hvor vi sætter denne grænseværdi mellem falsk-positive og sandt-positive svar. Disse overvejelser og analyser vil vi foretage, når vi har resultaterne fra studierne, og først der kan vi sige noget om, ved hvilken grænse/følsomhed algoritmen skal kunne bruges fremadrettet,« siger hun.

Algoritme skal afprøves i KOL-ambulatoriet

LungFlag er baseret på en analyse af blodprøvesvar, hvor den i særdeleshed analyserer blodprøvesvar omhandlende hvide blodlegemer som biomarkør.

Derudover inddrager den også andre parametre, herunder rygestatus, alder, BMI, KOL-status og andre risikofaktorer.

Det er et godt eksempel på, hvordan vi i et offentlig-privat samarbejde kan finde bæredygtige løsninger på nogle af de store udfordringer i sundhedsvæsenet

Margrethe Bang Henriksen, forsker, Vejle Sygehus

Efter forskerne har valideret modellen på patienter henvist til kræftpakkerne, er det sigtet, at den også skal afprøves på patienter i KOL-ambulatoriet.

Algoritmen er udviklet på baggrund af blodprøvesvar i månederne op til en diagnose med lungekræft, og ved at analysere blodprøver taget fra patienter med KOL fulgt i KOL-ambulatoriet bør algoritmen kunne finde dem med højest sandsynlighed for at have eller udvikle lungekræft, inden lægerne selv opdager det.

»Det er dog afhængigt af, at vi har blodprøveresultater på patienterne fra før diagnosen stilles, og det vil vi blive klogere på i løbet af de næste måneder, når vi får data mellem hænderne. Vi ser et stort potentiale i kunstig intelligens og værktøjer som LungFlag, der kan være med til at sikre en tidligere og mere systematisk opsporing af personer med høj risiko for at udvikle lungekræft. Og med tanke på at lungekræft er den mest dødelige kræftsygdom i Danmark, er der ingen tvivl om, at vi får brug for sådanne løsninger, der kan fungere som klinisk beslutningsstøtte og hjælpe os til at målrette indsatsen til dem, som har mest brug for det,« siger Margrethe Bang Henriksen.

Kan måske knække dødelighedskurven ved lungekræft

Også hos Roche er der store forventninger til samarbejdet med Sygehus Lillebælt.

Rasmus Thomsen, der er Strategic Partnership Lead i Roche Pharmaceuticals, fortæller, at virksomheden har en forhåbning om, at samarbejdet med Sygehus Lillebælt om LungFlag kan blive én af de manglende brikker i puslespillet om at knække dødelighedskurven for lungekræft og dermed blive en meget betydningsfuld brik for patienterne.

»Det er samtidig et godt eksempel på, hvordan vi i et offentlig-privat samarbejde kan finde bæredygtige løsninger på nogle af de store udfordringer i sundhedsvæsenet, såsom tidlig opsporing og kapacitet, og samtidig vise, hvordan vi på en kontrolleret måde kan afprøve det store potentiale i digital sundhedsteknologi med fokus på klinisk relevans og patientsikkerhed,« siger han.

Pilotstudie skal bane vejen for implementering

Margrethe Bang Henriksen ser en fremtid, hvor kunstig intelligens-algoritmer som LungFlag kommer til at indgå i den kliniske hverdag som et værktøj til hurtigt at risikostratificere patienter med for eksempel KOL, så dem, der har størst risiko for udvikling af lungekræft, kan blive screenet, så de hurtigt kan komme videre i det diagnostiske forløb.

Det vil være til gavn for patienterne, og det vil også gøre, at lægerne kan bruge ressourcerne i sundhedsvæsnet mere hensigtsmæssigt.

Alt sammen kræver dog, at kunstig intelligens bliver afprøvet i et pilotstudie som det, forskerne nu tager hul på.

»Vi ved fra tidligere opgørelser, at der er små forskelle i blodprøvesvarene på vores lungekræftpatienter sammenlignet med gruppen af patienter uden lungekræft, som er undersøgt ved mistanke om lungekræft. Det er dog så små forskelle, at man som læge vil have svært ved at se dem. Det er netop der, vi håber at udnytte kunstig intelligens, som netop er god til at overskue mønstre i store datamængder med små forskelle,« siger Margrethe Bang Henriksen.