Menu
2 juli 2024
Hvert år gennemgår nyretumor-patienter store lidelser på grund af unødvendige biopsier og operationer. De nuværende diagnosticeringsmetoder lader meget tilbage at ønske. Derfor udvikler et forskerhold fra Københavns Universitet, Roskilde Universitet og Urologisk afdeling på Sjællands Universitetshospital en forklarlig kunstig intelligens (XAI), som skal hjælpe nyrelæger og patienter med præcise diagnoser.
Nessn Azawi med en CT-scanner, som bliver brugt ved scanninger af nyrekræft.
Nyrekræft er en af de mest overbehandlede kræftformer i Danmark. De tilgængelige scanningsbilleder er ofte upålidelige, og hver femte CT-skanning er falsk-positiv. Det betyder, at helt op til 27 procent af nyretumor-patienter gennemgår smertefulde biopsier og operationer uden at have kræft.
Derfor testes en nyudviklet AI-model lige nu på Sjællands Universitetshospital. Den er bedre end erfarne læger til at diagnosticere nyrekræft på baggrund af scanningsbilleder. Problemet er blot, at lægerne ikke forklare, hvorfor modellen konkluderer, som den gør. Det sætter en stopper for AI-modellens udbredelse.
I forsknings- og innovationsprojektet EXPLAIN ME, som er finansieret af Digital Research Centre Denmark, er et hold af forskere fra Københavns Universitet, Roskilde Universitet og Urologisk afdeling på Sjællands Universitetshospital i gang med at oversætte modellens konklusioner.
“Selvom det er fristende, kan vi ikke bare lade så store beslutninger være op til AI. Vi er nødt til at kende dens neurale mønstre ordentligt fra start, før vi kan bruge den i praksis,” siger Nessn Azawi, overlæge på Sjællands Universitetshospital, Urologisk afdeling og lektor på Københavns Universitet.
Som en del af projektet EXPLAIN-ME har Nessn Azawi og hans forskerteam siden 2022 forsøgt at skabe en forklarlig kunstig intelligens (XAI), som kan forklare nyrelægerne, hvornår en operation er nødvendig. Og ikke mindst hvorfor.
De 1000 danske patienter, der hvert år får nyrekræft, har sjældent symptomer, før kræften er fremskreden. Den store usikkerhed i diagnosticeringen betyder, at mange patienter overbehandles. Ifølge Nessn Azawi vil diagnosticering med AI kunne korte 2-4 uger af behandlingsforløbet og spare sundhedsvæsenet for omkring 15-25 millioner kroner årligt. De positive konsekvenser maksimeres, hvis teknologien udbredes til hele Norden.
“Vi overbehandler omkring 30.000 patienter med nyrekræft i de skandinaviske lande. Hvis vi kan forbedre diagnosen, vil det give markante positive afledte effekter. Både for samfundet og patienterne,” siger Nessn Azawi.
Allerede nu har forskerne testet AI-modellen på Roskilde Universitet med gode resultater. Den næste milepæl er at skabe en model med et mere detaljeret datasæt, som med solide argumenter kan hjælpe nyrelæger med at diagnosticere nyrekræft korrekt. Det har Ph.d.-studerende Daniel van Dijk Jacobsen fra Roskilde Universitets Institut for Mennesker og Teknologi arbejdet på de seneste to år.
“Det, der gør det svært er, at vi ikke ved, hvad modellen ser på, når den kommer frem til diagnosen. Det handler om på pixelniveau at finde den sammenhæng, som modellen ser. Og efterfølgende formidle det til lægerne,” siger han.
Derfor har det været nødvendigt at arbejde på tværs af fagligheder. Blandt andet med etnografiske observationsundersøgelser ved patientkontakt, participatorisk design og løbende samtaler med det medicinske personale på Sjællands Universitetshospital.
“Jeg oplever, at lægerne er begejstrede for at udforske de teknologiske muligheder, for de vil meget gerne have hjælp til mere præcis diagnosticering. De vil gerne kunne sammenholde patientens historik med maskinens diagnose og tage en beslutning på et bedre grundlag, end de kan i dag, siger Daniel van Dijk Jacobsen.
Ved at analysere CT-scanninger kan kunstig intelligens vurdere sandsynligheden for, om en tumor er ondartet eller godartet og hjælpe læger med at vurdere, om der er behov for en operation.
Lige nu søger forskerne flere midler, der kan understøtte målet om at implementere modellen på danske hospitaler inden for få år. DIREC har støttet EXPLAIN-ME-projektet med 7,39 mio. fra 2023-2025. kr. Ud over diagnosticering af nyrekræft fokuserer projektet på ultralydsscanninger af gravide og robot-kirurgi.
Forklarlig kunstig intelligens handler om at forklare baggrunden for AI-modellers output og styrke tilliden til modellens beslutninger. Maskinlæringsmodeller bliver mere og mere komplekse. Samtidig bliver de i stigende grad brugt til at tage vigtige beslutninger. Med forklarlig kunstig intelligens kan brugeren bl.a. finde frem til, hvilke data modellen er trænet på og vurdere om outputtet er korrekt.
