Alt iLive-innhold blir gjennomgått med medisin eller faktisk kontrollert for å sikre så mye faktuell nøyaktighet som mulig.
Vi har strenge retningslinjer for innkjøp og kun kobling til anerkjente medieområder, akademiske forskningsinstitusjoner og, når det er mulig, medisinsk peer-evaluerte studier. Merk at tallene i parenteser ([1], [2], etc.) er klikkbare koblinger til disse studiene.
Hvis du føler at noe av innholdet vårt er unøyaktig, utdatert eller ellers tvilsomt, velg det og trykk Ctrl + Enter.
Kunstig intelligens kan forutsi prognosen ved trippelnegativ brystkreft
Sist anmeldt: 02.07.2025
Forskere ved Karolinska Institutet i Sverige har studert hvor godt ulike modeller for kunstig intelligens kan forutsi prognosen for trippel-negativ brystkreft ved å analysere visse immunceller inne i svulsten. Studien, publisert i tidsskriftet eClinicalMedicine, er et viktig skritt mot å bruke kunstig intelligens i kreftbehandling for å forbedre pasienters helse.
Tumorinfiltrerende lymfocytter er en type immuncelle som spiller en viktig rolle i bekjempelsen av kreft. Når de er tilstede i en svulst, betyr det at immunforsvaret prøver å angripe og ødelegge kreftceller.
Disse immuncellene kan være viktige for å forutsi hvordan en pasient med såkalt trippel-negativ brystkreft vil reagere på behandling og hvordan sykdommen vil utvikle seg. Resultatene av vurderingen av immunceller kan imidlertid variere når patologer gjør det. Kunstig intelligens (KI) kan bidra til å standardisere og automatisere denne prosessen, men det har vært vanskelig å bevise at KI fungerer godt nok til bruk i helsevesenet.
Ti AI-modeller sammenlignet
Forskerne testet ti forskjellige AI-modeller og sammenlignet deres evne til å analysere tumorinfiltrerende lymfocytter i trippelnegative brystkreftvevsprøver.
Resultatene viste at AI-modellene varierte i sin analytiske ytelse. Til tross for disse forskjellene viste åtte av ti modeller god prediktiv evne, noe som betyr at de var i stand til å forutsi pasientenes fremtidige helsetilstand på en lignende måte.
Selv modeller trent på mindre antall prøver viste god prediktiv evne, noe som indikerer at tumorinfiltrerende lymfocytter er en pålitelig biomarkør, sa Balázs Aç, forsker ved Institutt for onkologi og patologi ved Karolinska Institutet.
Uavhengig forskning er nødvendig
Studien viser at store datasett er nødvendige for å sammenligne ulike AI-verktøy og sikre kvaliteten før implementering i helsevesenet. Selv om resultatene er lovende, er det behov for mer validering.
«Studien vår fremhever viktigheten av uavhengige studier som etterligner klinisk praksis i den virkelige verden», sier Balazs Aç. «Bare gjennom slike forsøk kan vi være sikre på at AI-verktøy er pålitelige og effektive for klinisk bruk.»