Nyheter

Hva skjer i en kreftsvulst?

Å forstå hvordan en svulst vil utvikle seg er avgjørende for å kunne gi kreftpasienter riktig behandling. Forskningsprosjektet DoMore! vil løse dagens utfordringer rundt over- og underbehandling med ny datateknologi.

Av: Håvard E. Danielsen, professor og leder og leder for Institutt for kreftgenetikk og informatikk (IKI), OUS.

Foto: IKI/DoMore!

En enkelt kreftsvulst kan bestå av ulike områder med ulike avvik. Noen avvik vil kunne spre seg og være dødelige. Andre vil forbli rolige. Dette kalles kreftens heterogenitet, og er en av de store utfordringene i kreftbehandlingen.

I dag tas det kun prøver av en bitte liten del av svulsten. Ved prostatakreft tas det faktisk ikke prøver av mer enn én tusendel av svulsten.

Risikoen for å overse de cellene som kan ta livet av pasienten er stor.

Det er viktig å understreke at det ikke er selve kreftdiagnosen som i dag blir feil. Pasienter kan føle seg veldig trygge på at spesialistene oppdager kreft hvis de har det. Vi jobber med å forbedre muligheten til å gjøre en mer presis vurdering av hele svulsten, hvor alvorlig kreften er, og hvor langt i sykdomsforløpet pasienten har kommet. Da kan også behandlingen tilpasses hver enkelt pasient bedre enn hva man så langt har hatt mulighet til.

I dag er både over- og underbehandling av kreft vanlig. Dette er både en belastning for pasientene og kostbart for samfunnet.

Prostatakreft er et godt eksempel. For mange pasienter utvikler kreften seg så sakte at den ikke er farlig. Fordi legene ikke vet sikkert hvilke svulster dette gjelder, er det likevel mange pasienter som får mer behandling enn de trenger.

Analysearbeidet med kreftprøver er også svært tid- og ressurskrevende. Samtidig er det mangel på spesialister som kan utføre dette arbeidet. Målet er derfor å automatisere denne jobben.

En alvorlig samfunnsutfordring

Antall krefttilfeller øker. Samtidig lever mange pasienter lenger med kreften.

Forskningsprosjektet DoMore! er finansiert av Norges forskningsråd som ett av tre såkalte fyrtårnsprosjekt som skal løse store samfunnsutfordringer gjennom utvikling av datateknologi.

Det tverrfaglige forskningsmiljøet vårt ved Institutt for kreftgenetikk og informatikk, er nå i ferd med å utvikle maskiner som ikke bare kan overta analysearbeidet av kreftprøvene, men også utføre det på en mye raskere og sikrere måte.

Med et automatisert system, vil flere pasienter få en mer treffsikker behandling.

Arbeidet med automatiseringen involverer teknologi som vi har utviklet gjennom mer enn 15 år. Internasjonalt er vi allerede langt fremme på feltet.

De siste årenes fremskritt innen datakraft og prosessering har gjort det mulig å utforske langt større mengder data enn tidligere.

Algoritmer inspirert av hjernens struktur og funksjon bryter ned informasjonen til serier av enklere lag – såkalte nevrale nettverk. Maskinen mates med enorme mengder stordata fra sykehusets databaser og trenes via nettverket til å kjenne igjen mønstre. Ved å sammenstille bilder fra et stort antall tidligere kreftprøver, vil maskinen etter hvert kunne skille mellom kreftpasienter som må ha mer behandling fra de som ikke trenger det. Det er denne prosessen som gjerne omtales som dyplæring.

I første omgang inngår prostata-, tarm- og lungekreft i arbeidet. Sammen utgjør disse formene 44 prosent av alle kreftdødsfall.

7000 pasienter og 20 000 prøver er allerede inkludert i den internasjonale studien.

Innen 2021 er målet å kunne tilby langt sikrere og raskere systemer for diagnostisering og prognostisering for vurdering av kreftens utvikling.

Behandles for sikkerhets skyld

Kostnader spart ved at en pasient med prostatakreft ikke blir overbehandlet med kirurgi i Norge, er beregnet til 100 000 kroner. I tillegg kommer fordelene for pasienten som kan unngå vanlige men ikke desto mindre plagsomme følger av operasjon og stråling som impotens og inkontinens.

Diagnostisering og prognostisering utført av datamaskiner vil kunne bedre hver enkelt pasients situasjon betraktelig og samtidig gjøre helsetjenestene mer effektive.

Innlegget ble først publisert i OUS forskningsblogg Ekspertsykehuset 22. juni 2017.