Fredrik Kahl och Jennifer Alvén
Fredrik Kahl och Jennifer Alvén. ​​​​​​​​​​
​Foto​: Henrik Sandsjö

Snart kan AI varna för sjukdom innan den uppstår

​Många allvarliga sjukdomar skulle upptäckas tidigare om sjukvården hade tekniska hjälpmedel för att granska röntgenbilder. Chalmers och Sahlgrenska universitetssjukhuset samarbetar nu för att ta fram en metod som bygger på artificiell intelligens för att bedöma skiktröntgenbilder av hjärtats kranskärl. Verktyget kan tas fram inte minst tack vare bilddata från en stor svensk befolkningsstudie.
Hälso- och sjukvården har än så länge bara gläntat på dörren till alla de möjligheter som artificiell intelligens, AI, innebär. Sahlgrenska och Chalmers AI Research Centre (Chair) har nyligen inlett ett strategiskt forskningssamarbete kring AI i vården​.

– Utvecklingen inom AI-området går enormt fort nu, säger Fredrik Kahl, professor i datorseende och bildanalys vid institutionen för elektroteknik på Chalmers. Det finns många outforskade möjligheter för AI inom medicintekniken, exempelvis för att ställa tidiga diagnoser och som stöd för vårdpersonal under operationer.

Tekniken gör framsteg
Hjärt-kärlsjukdomar är fortfarande den vanligaste dödsorsaken i Sverige och världen. Men aldrig tidigare har förutsättningarna varit så goda som nu att identifiera individuella risker för exempelvis stroke, KOL, plötsligt hjärtstopp, hjärtinfarkt och andra hjärtsjukdomar. Detta tack vare flera framsteg. 

Förutom att AI-tekniken i sig blir allt mer utvecklad finns idag ny teknik inom sjukvården som gör att det går att ta bilder av hjärtat, lungorna och blodkärlen på ett sätt som inte tidigare varit möjligt. Det går också att avbilda och mäta fördelningen av fett i kroppen. Dessutom finns nu även ett tillräckligt stort bildmaterial att använda tack vare befolkningsstudien Scapis. Studien omfattar 30 000 svenskar och är ett samarbete mellan sex universitet och lika många universitetssjukhus. Bilder och information som samlats in av Scapis används nu i flera medicinska forskningsprojekt där datorer ska lära sig att tolka röntgenbilder av mänskliga organ.

– Just nu arbetar vi tillsammans med Sahlgrenska för att ta fram en algoritm som kan användas för segmentering och klassificering av tredimensionella skiktröntgenbilder på hjärtats kranskärl, säger Fredrik Kahl.

I projektet ingår också doktoranden Jennifer Alvén, som forskar inom medicinsk bildanalys och nu är i full gång med att ta fram en algoritm som gör att datorsystemet på egen hand ska kunna avläsa kranskärlen.

– Det är jätteroligt att forskningen nu tar fart på allvar, säger Jennifer Alvén. Jag håller på att träna upp datorsystemet genom djupinlärning så att det kan känna igen kranskärlen i hjärtat och de områden där kärlen har kalk och fett, vilket skulle kunna leda till framtida hjärtproblem. 

Lär sig känna igen tecken på framtida sjukdom
Datorn ska lära sig att linjera ut var kranskärlen finns och behöver då ett facit att jämföra med. Facit utgörs i det här fallet av 600 skiktröntgenbilder från Scapis-projektet, där röntgenläkare digitalt har linjerat ut kranskärlen. Varje sådan bild tar omkring en halv arbetsdag för medicinsk personal att bedöma. Datorn ska nu tränas att göra detsamma som läkarna.

– Målet är att ha de 600 bilderna klara vid årsskiftet. Det blir världens största datasamling av kranskärlsbilder i forskningssammanhang, säger Jennifer Alvén.

AI-bedömningen kommer att bli lika träffsäker som den mänskliga bedömningen men går betydligt fortare, när datorn väl är upplärd. Att analysera samtliga kranskärlsbilder för de 30 000 personerna i undersökningen är då inte längre en omöjlig uppgift. I nästa steg kan AI hjälpa till att se oupptäckta samband och mönster, när uppföljning senare görs av vilka personer i studien som verkligen drabbats av exempelvis hjärtinfarkt och stroke. 

Medicinska kranskärlsbilderBilderna visar två exempel på tvärsnitt av kranskärl som AI-systemet lär sig att bedöma. Den yttre streckade linjen visar kärlväggens ytterkontur och den heldragna inre linjen visar konturen för själva kärlet, där blodet strömmar igenom. På den vänstra bilden är kärlväggen tunn och utan plack. På den högra bilden syns däremot beläggning på kärlväggens insida.​

Ett steg närmare praktisk nytta
Data från Scapis används också i ett annat projekt för att kartlägga samband mellan förekomst av fett innanför hjärtsäcken och hjärt-kärlsjukdomar. Chalmersforskarna har tagit fram en fungerande algoritm för detta, som lämnats vidare till andra som är specialiserade på att ta fram mjukvaruprogram för sjukvården.

– Även algoritmen för kranskärl hoppas vi framöver kunna slussa vidare mot användning i vården, säger Jennifer Alvén. Det vore intressant att få med den i någon av de större plattformarna som finns redan nu för kranskärlsanalys.

Stor potential att förbättra folkhälsan
Det finns många behov och tänkbara användningsområden för bildanalys inom vården. Ett tydligt exempel på det är cancertumörer i njurarna, som idag ofta upptäcks betydligt senare än de faktiskt är möjliga att se på röntgenbilder.

– För att tidigt upptäcka cancertumörer i njurarna skulle granskning via en automatisk algoritm göra stor nytta, säger Fredrik Kahl. När man studerat skiktröntgenbilder, som tagits på personer som senare i livet diagnosticerats med njurcancer, visar det sig att i hälften av bilderna skulle läkare ha kunnat upptäcka tumören redan då. Problemet är bara att ingen letar specifikt efter sådana tumörer på dessa bilder. Här finns alltså en lucka som AI skulle kunna fylla.

Båda forskarna upplever att det finns en positiv inställning och ett stort intresse från medicinsk personal på Sahlgrenska för nya AI-hjälpmedel. Ledtiderna är emellertid alltid långa innan nya metoder kan få klartecken att införas inom vården.

Ett tänkbart framtidsscenario är att alla skiktröntgenbilder som tas, oavsett anledning, genomgår en automatiskt AI-granskning för att så tidigt som möjligt kunna upptäcka tecken på de allra allvarligaste sjukdomarna. Det skulle innebära en enorm möjlighet att minska patienters lidande och förbättra folkhälsan.

Text: Yvonne Jonsson


Fakta om befolkningsstudien Scapis
  • Scapis är en svensk befolkningsstudie som undersöker hjärt- och lungstatus på 30 000 slumpvis utvalda kvinnor och män i åldern 50-64 år. Rekryteringsfasen är avslutad och nu pågår analys av insamlade data.
  • Syftet är att kunna identifiera individuella risker för exempelvis stroke, KOL, plötsligt hjärtstopp, hjärtinfarkt och andra hjärtsjukdomar.
  • Målet är att få ökad kunskap om sjukdomarnas uppkomst för att kunna förhindra dem innan de uppstår.
  • Sex universitet och sex universitetssjukhus i samverkan leder och driver Scapis.
  • Scapis finansieras av Hjärt-Lungfonden som huvudfinansiär samt med betydande bidrag från Knut och Alice Wallenbergs Stiftelse, Vinnova, Vetenskapsrådet samt universitetssjukhusen och universiteten själva. 


För mer information kontakta
Fredrik Kahl​, professor i datorseende och bildanalys vid institutionen för elektroteknik på Chalmers, fredrik.kahl@chalmers.se

Jennifer Alvén, doktorand vid avdelningen Signalbehandling och medicinsk teknik vid institutionen för elektroteknik på Chalmers, alven@chalmers.se
Animation av kranskärlsträd


Video som visar skiktröntgenbilder av hjärta





Ett animerat exempel på ett kranskärlsträd med medicinskt relevanta kärl markerade.















Video som visar skiktröntgenbilder av ett hjärta, där röda konturer markerar var det finns kranskärl i varje lager.​

Publicerad: må 29 jun 2020.