Skip til primært indhold

PEACE

PEACE (PrEdiction of cell changes in the cervix using Artificial intelligenCE) er et forskningsprojekt, som udvikler en kunstig intelligens-algoritme til at forbedre diagnostikken ved kolposkopiundersøgelser. Ved at støtte læger i at udpege relevante biopsisteder, ønsker vi at mindske unødvendige vævsprøver og sikre, at de rigtige kvinder modtager den rigtige behandling – på det rette tidspunkt.

Om projektet

En infektion med Human Papilloma Virus (HPV) kan få cellerne i overfladen af livmoderhalsen til at forandre sig, kaldt celleforandringer. Disse celleforandringer forsvinder ofte af sig selv igen, men hos nogen forbliver de og kan i få tilfælde udvikle sig til kræft i livmoderhalsen. For at undgå af kvinder udvikler livmoderhalskræft inviteres man i Danmark til screening for livmoderhalskræft mellem alderen 23 til 64 år.

Hvis en celleprøve fra livmoderhalsen viser tegn til celleforandringer henvises man videre til gynækolog hvor livmoderhalen visualiseres og undersøges (kolposkopi) og der tages vævsprøver fra området.

Vi ved dog fra tidligere forskning at kolposkopi undersøgelsen er en subjektiv undersøgelse og afhængig af hvem der udføre den. Derfor anbefaler de danske nationale retningslinjer at der som standard altid tages fire vævsprøver hos alle kvinder der kommer til kolposkopi, uanset hvilke forandringer der ses. Vi ved dog at dette er meget smertefuldt for kvinderne og kan medførere bivirkninger i form af ændret udflåd og blødning. Vi ved også at det kan påvirke kvinderne psykisk at få en positiv screeningsprøve og skulle gennemgå kolposkopi samt et evt. kontrol forløb.

PEACE-projektet har til formål at udvikle og evaluere en AI-algoritme, som kan:

  • Identificere kvinder med risiko for behandlingskrævende celleforandringer (CIN2+)
  • Anbefale biopsisteder med høj sandsynlighed for at finde relevante forandringer
  • Understøtte læger i klinisk beslutningstagning og mindske overbehandling

Udfordring

På verdensplan er livmoderhalskræft den fjerde hyppigste kræftform blandt kvinder, selvom denne kræftform kan forebygges. I 2022 fik ca. 660,000 konstateret livmoderhalskræft og 350,000 kvinder døde af sygdommen. I Danmark opstår der ca. 340 ny tilfælde om året, og hvert år dør ca. 90 kvinder af sygdommen. Verdens Sundhedsorganisationen (WHO) har et globalt mål om at eliminere livmoderhalskræft, og lancerede i 2019 en global strategi herfor baseret på tre ben: 

  • HPV vaccination
  • Screening
  • Effektiv behandling af kvinder identificeret med celleforandringer på livmoderhalsen.

De seneste år har forskning inden for HPV vaccinen samt screening, med overgang til HPV screening, opnået store fremskridt. Effektiv diagnostik og behandling af celleforandringer har dog ikke opnået samme forskningsniveau, og livmoderhalskræft er fortsat et globalt problem.

Metode og tilgang

Da man i Danmark rutinemæssigt tager fire vævsprøver fra alle kvinder, har det været muligt for os at indsamle et unikt billedmateriale af kolposkopi undersøgelser. Mellem 2017-2020 har vi indsamlet billeder fra mere end 500 kvinder undersøgt på Regionshospitalet Randers, i forbindelse med et tidligere PhD projekt. Billederne er unikke da hvert vævsprøve er markeret på billederne samt undersøgt separat, og derfor har vi den præcise histologiske grad af celleforandringer tilstede. Baseret på disse billeder har vi derfor kunne udvikle den første version af algoritmen. 

Den første version af algoritmen (Cervix-AID-Net) kan med 99 % nøjagtighed skelne mellem CIN2+ og mildere forandringer i retrospektive data. Næste skridt er klinisk test og videreudvikling i samarbejde med danske hospitaler og klinikker.

Derfor skal vores løsning både testes i den kliniske hverdag i Danmark og også videreudvikles.

Vi vil

  • Udvikle algoritmen fra nuværende prototype til klinisk version, med beslutningsstøtteværktøj til vævsprøveplacering.
  • Klinisk afprøvning af værktøjet i Danmark
  • Kortlægge kvinders oplevelse af kunstig intelligens som diagnostik hjælpemiddel.

Etik og datasikkerhed

Projektet følger alle gældende danske love og regler. Udviklingen af algoritmen er godkendt af De Videnskabsetiske Komitéer (sagsnr. 2304284), og projektet er registreret hos Datatilsynet i Region Syddanmark.

Alle data opbevares sikkert i minimum fem år efter projektets afslutning og behandles i overensstemmelse med databeskyttelsesloven og GDPR.

APPFWU01V