4 februari, 2022
Hon tränar datorer i att hitta cancer
Artificiell intelligens och maskininlärning har stor potential i sjukvården. Till exempel kan datorer tränas till att hitta cancer i radiologiska bilder. En som ägnar sin forskning åt just detta är Ida Häggström, nyanställd docent vid Chalmers Tekniska Högskola i samarbete med bland annat Sahlgrenska Universitetssjukhuset.
Ida Häggström har sin arbetsplats på Chalmers men ska fungera som en brygga mellan den teknisk-medicinska forskningen och universitetssjukhuset, och söker nu samarbeten på den kliniska sidan. Bild: Johanna Ewald St Michaels
Ida Häggström är helt nyinflyttad göteborgare och kommer senast från en sex år lång forskartjänst på Memorial Sloan Kettering Cancer Center i New York, det största privata cancersjukhuset i världen.
Som docent med kombinationsanställning vid Chalmers tekniska högskola, Sahlgrenska Akademin och Sahlgrenska Universitetssjukhuset, är tanken att hon ska driva sin forskning inom medicinsk bildanalys vidare och etablera forskningssamarbeten över organisationsgränserna.
– Jag tror absolut maskininlärning är framtiden inom sjukvården. De här metoderna kommer nog inte att ersätta radiologer, men bli ett ovärderligt stöd. Läkare kan få en AI-baserad ”andra åsikt” och kan dessutom sparaarbetsbörda och få mer tid över för att gå på djupet med svårare fall, säger Ida Häggström. I vissa fall kan AI-system till och med se saker som kanske en människa lätt skulle ha missat.
Tränar datorn i att hitta cancer i lymfsystemet
Hon berättar om ett av spåren i forskningen vid Memorial Sloan Kettering Cancer Center, dit hon fortsatt har en affiliering som en möjlighet att fortsätta det vetenskapliga utbytet och stärka internationella forskningssamarbeten.
Där har hon bland annat följt upp cirka 5 000 lymfompatienter som har genomgått PET/CT-undersökningar, en sorts bilddiagnostik som används vid bland annat cancer. PET-bilderna har hon använt för att skapa ett djupinlärningssystem och träna en dator att hitta aktiva lymfom, alltså tecken på cancer i lymfsystemet, i bilderna. Metoden är ett exempel på artificiell intelligens.
– Den mängd av bilder som behöver analyseras är ett tidskrävande arbete och kan med fördel göras med hjälp av AI. Ett sånt här system kan användas för att avfärda de bilder som inte visar på ett aktivt lymfom, och vi har också inriktat oss på att träna systemet i att ge en signal om att en bild behöver undersökas närmare av radiolog, säger hon.
Söker samarbeten på sjukhuset
I grunden är Ida Häggström teknisk fysiker och sjukhusfysiker. Hon doktorerade i medicinsk fysik vid Umeå Universitet och har länge jobbat i sjukhusmiljö, om än inte kliniskt.
I den nya rollen kommer hon att fungera som något av en brygga mellan den tekniska och medicinska forskningen och universitetssjukhuset, och söker nu samarbeten på den kliniska sidan.
– Jag är väldigt intresserad av att jobba med kliniskt relevanta projekt. Man behöver partners på den kliniska sidan för att komma fram till rätt frågeställning, säger hon.
Främst är Ida Häggström inriktad på projekt inom radiologi och nukleärmedicin, men har även arbetat inom patologi och är öppen för nya frågeställningar som hakar i den medicinska bildanalysen. Den gemensamma nämnaren är områden där det finns stora bildvolymer att analysera – med större datamängder är det lättare att bygga modeller.
Ett sådant projekt är Scapis, den hittills största befolkningsstudien i Sverige inom hjärta, kärl och lungor. Projektet, som Sahlgrenska Universitetssjukhuset varit drivande i, inkluderar 30 000 patienter och därmed ett omfattande bildmaterial som samlas och fylls på kontinuerligt i en databas.
– Det är på ett tidigt stadium men en av planerna jag har är att titta på Scapismaterialet och bygga en modell för att hitta avvikande CT-bilder. Där vill jag också gärna jobba i projekt som är inriktade på att prediktera hjärt- och kärlsjukdom. Det viktigaste är att forskningen kan leda till nytta för patienter och deras överlevnad.