Patologi, persontilpasset medisin – og KI-forventningene. Henrik S. Pettersen/Inger Nina Farstad/Sabine Leh/Tor A. Rosness. Fra DAGENS MEDISIN

by patolog_prof_dubietas61. February 20221. February 2022

https://www.dagensmedisin.no/artikler/2022/01/31/patologi-persontilpasset-medisin–og-forventningene-til-ki/

Patologi, persontilpasset medisin – og KI-forventningene

Diagnostikk innen patologi blir mer digitalisert og persontilpasset. Men hvor mye skal bero på kunstig intelligens (KI)?

Henrik S. Pettersen/Inger Nina Farstad/Sabine Leh/Tor A. Rosness

Publisert: 2022-01-31 — 08.41

Kronikk: Henrik Sahlin Pettersen, konstituert overlege ved Avdeling for patologi ved St. Olavs hospital og førsteamanuensis ved Institutt for klinisk og molekylær medisin, NTNU
Inger Nina Farstad, overlege ved Avdeling for patologi, Klinikk for laboratoriemedisin ved Oslo universitetssykehus (OUS) og professor II ved Institutt for klinisk medisin, UiO
Sabine Leh, overlege ved Avdeling for patologi Haukeland universitetssjukehus og og førsteamanuensis ved Klinisk institutt 1 ved UiB
Tor Atle Rosness, lege og seniorrådgiver ved Folkehelseinstituttet (FHI)

NÅR EN PATOLOG undersøker for eksempel vev fra et bryst som er fjernet grunnet kreftsykdom, dokumenteres svulstens makroskopiske og mikroskopiske utbredelse. Videre utføres stadig flere gen- og proteinanalyser, som er med på å styre behandlingen – og i økende grad har gjort den persontilpasset.

Innføringen av digital patologi innebærer en ny æra – ved at patologer går fra å bruke mikroskop til å vurdere digitaliserte snitt på dataskjerm. Det ligner på paradigmeskiftet da radiologene gikk «fra film til skjerm» for snart 30 år siden.

EN TREDJE REVOLUSJON. Digital patologi betyr at glassnitt som brukes til undersøkelse i mikroskop skannes som digitale snitt og vises på dataskjerm. Lagring er plasskrevende sammenlignet med radiologiske bilder, men digitalisering skaper flere muligheter.

Det er behov for å kartlegge algoritmers potensial og begrensninger – slik at de trygt kan tas i bruk i rutinediagnostikken på et nasjonalt nivå

For det første kan digitale snitt deles enklere og gjøres tilgjengelige for patologer på tvers av helseforetak. For det andre er det enklere å hente frem histopatologiske prøver fra et digitalt arkiv til sammenligning, revurdering, kvalitetssikring samt til bruk i forskning. Til slutt legger digitale snitt grunnlag for en ny gren av patologi, omtalt på engelsk som computational pathology eller datamaskinassistert diagnostikk, hvor tradisjonell bildeanalyse eller kunstig intelligens brukes som støtte når patologer tolker digitale bilder.

Bruk av kunstig intelligens regnes av flere fagfolk som å representere en tredje revolusjon innen patologidiagnostikk, etter innføring av immunhistokjemi på 1980-tallet og DNA- sekvensering på 2000-tallet. Men inntoget av KI i helsetjenesten skjer gradvis og dels umerkelig, og er av noen beskrevet som heller å være en stille revolusjon.

HVA ER EGENTLIG KI? Begrepet kunstig intelligens (KI) er ikke entydig definert, men en enkel definisjon er digitale systemer som utfører oppgaver som normalt sett krever menneskelig intelligens.

KI muliggjør at manuelle oppgaver i større grad kan automatiseres, samt at mennesker kan få støtte til å ta bedre beslutninger.

Maskinlæring er et mindre vidt definert begrep enn KI, og omfatter algoritmer som kan lære ut ifra annoterte data uten å være forhåndsprogrammert. En underkategori av maskinlæring kalles dyplæring. Den er basert på såkalte kunstige nevrale nettverk og har stått for majoriteten av gjennombruddene innen kunstig intelligens de siste fem–ti årene.

PRESIST – OG EFFEKTIVT. Studier av flere diagnostiske problemstillinger viser at patologer som benytter seg av disse algoritmene, kan ha økt diagnostisk presisjon og effektivitet. Funnene fra disse lovende studiene og at algoritmene og regnekraften stadig forbedres – sammen med økt tilgang til digitaliserte biopsier – gjør det sannsynlig at datamaskinassistert diagnostikk vil bli en uunngåelig del av patologien innen få år. Rett bruk av KI har potensial til å øke pasientsikkerhet, redusere variasjon i diagnostikk mellom patologer og ulike sykehus, samt potensielt å øke effektiviteten i patologitjenesten.

Foreløpig er imidlertid denne teknologien umoden, og det mangler ennå i stor grad kliniske studier som validerer et voksende antall tilgjengelige algoritmer.

STATUS I NORGE. Enkelte patologer har jobbet digitalt uten å anvende mikroskop i mange år allerede. Som første i Norge har Helse Midt-Norge, ved St. Olavs hospital og Ålesund sykehus, innført digitalisering av alle histologiske prøver i 2019. I Helse Vest har Førde innført digital patologi høsten 2021, mens Bergen, Stavanger og Fonna følger februar 2022. Både i Helse Nord og i Helse Sør-Øst er digitalisering påbegynt ved noen avdelinger, og begge regioner planlegger for en regional digitalisering i løpet av 2022-2023.

Tradisjonell bildeanalyse brukes kun i få patologiavdelinger per i dag, og kunstig intelligens anvendes foreløpig ikke i rutinediagnostikk. Et stadig økende antall kommersielle aktører tilbyr nå en eller annen form for datamaskinassistert patologidiagnostikk, men det foreligger så langt ikke nasjonale retningslinjer for bruken av disse.

Det er behov for en kartlegging av algoritmers potensial og begrensninger slik at de trygt kan tas i bruk i rutinediagnostikken på et nasjonalt nivå.