Östergötland med i internationell utveckling av AI inom digital patologi

Nu startar ett stort europeiskt projekt som ska ta utvecklingen av artificiell intelligens inom digital patologi till nästa nivå. Region Östergötland, Linköpings universitet och företaget Sectra ingår i projektet och ska bland annat leverera underlag till den hittills största databasen av digitala patologibilder.

Det sexåriga projektet värt 70 miljoner euro har döpts till Bigpicture och ska bana väg för en ny era inom patologi genom att etablera den hittills största databasen av patologibilder. Syftet är att snabba på utvecklingen av artificiell intelligens (AI) inom medicin.

Projektet bedrivs inom programmet Innovative Medicines Initiative (IMI), i ett konsortium där ledande europeiska forskningscenter, sjukhus och stora läkemedelsbolag ingår. Region Östergötlands insatser innefattar ett nära samarbete med CMIV (Center for Medical Image Science and Visualization) vid Linköpings universitet och företaget Sectra. Från Sverige deltar även Uppsala universitet i konsortiet.

– Att Region Östergötland och Linköpings universitet ingår i projektet är ett kvitto på att vi har kommit långt i utvecklingen av digital patologi även vid en internationell jämförelse, säger Anna Bodén, överläkare vid klinisk patologi i Region Östergötland.

Bidraget från Region Östergötland består av insamlande av anonymiserade digitala patologibilder inom hudområdet. LiU och CMIV ansvarar för uppbyggnaden av infrastrukturen inom hela Bigpicture.

Patologi är en hörnsten i vården av många sjukdomar, som exempelvis cancer och autoimmuna sjukdomar. Patologi baseras på undersökning av vävnadsprover och är till hög grad beroende av bildtolkningar av celler utförda av specialutbildade patologer.

De senaste åren har digitaliseringen startat något av en revolution inom patologin. Vävnadsproverna kan nu bedömas digitalt, vilket gör att man kan komma åt och dela bilder på distans, men också att man kan få stöd av att bilderna analyseras av applikationer baserade på artificiell intelligens. AI-verktyg ska kunna hjälpa patologer och assistera dem vid undersökning av vävnaden och därmed diagnosticering av sjukdomar och faktorer som styr val av behandling.

– Projektet ska främja utvecklingen av nya AI-baserade verktyg inom patologin. AI är en av strategierna inom Region Östergötland för att förbättra hälso- och sjukvården genom ännu säkrare och effektivare diagnostik, säger Håkan Gustafsson, AI-koordinator i Region Östergötland och biträdande föreståndare vid CMIV.

Utvecklingen av robusta AI-applikationer kräver stora mängder data, vilket inom patologi innebär enorma samlingar av digitala bilder av vävnadsprover tillsammans med utvalda medicinska data. Att dela digitala bilder och data har hittills varit en utmaning. Det beror dels på den stora lagringskapacitet som krävs för att hantera en tillräckligt stor samling, dels på en osäkerhet kring hur information som finns i medicinska data ska hanteras på ett korrekt sätt.

För att möjliggöra en snabb utveckling av AI inom patologi siktar projektet på att skapa den första europeiska, etiska och GDPR-säkrade plattformen där såväl storskaliga data som AI-algoritmer kan samexistera. Plattformen ska koppla samman nätverk av patologer, forskare, AI-utvecklare, patienter och industriella parter.

Mer om projektet Bigpicture:
Projektet Bigpicture är uppdelat i fyra huvudområden som berör insamlingen av storskaliga data. Först måste en infrastruktur (hård- och mjukvara) skapas för att lagra, dela och processa miljontals bilder där varje bild kan vara av gigabytestorlek. Sedan behöver juridiska och etiska begränsningar sättas in för att säkerställa att användning av data kan göras med full respekt för patienters integritet och datasäkerhet. Därefter ska en uppsättning av totalt tre miljoner digitala vävnadsprover från människor och försöksdjur samlas in och lagras i arkivet för att användas vid utvecklingen av AI-verktyg för patologi. Slutligen ska funktioner för att underlätta användningen av databasen och dess AI verktyg för kliniska syften och för forskning utvecklas.

Projektet finansieras från Innovative Medicines Initiative 2 Joint Undertaking, anslagsavtal nummer 945358. Denna Joint Undertaking får stöd från EU:s forskning- och innovationsprogram Horizon 2020 och EFPIA.

www.imi.europa.eu