FORSKNING

Kunstig intelligens gjenkjenner bilder av de åtte vanligste magesykdommene

Kan redde liv.

Sammen med Konstantin Pogorelov (bak) har Michael A. Riegler utviklet et diagnosesystem oppkalt etter den norrøne gudinnen EIR.
Sammen med Konstantin Pogorelov (bak) har Michael A. Riegler utviklet et diagnosesystem oppkalt etter den norrøne gudinnen EIR. Bilde: Gunhild M . Haugnes/UiO
Gunhild M. Haugnes, Universitetet i Oslo
7. mai 2017 - 15:44

Ny teknologi basert på kunstig intelligens kan gjenkjenne bilder av de åtte vanligste magesykdommene med minst 93 prosent nøyaktighet. Det kan redde liv.

– Vi har kombinert tradisjonell maskinlæring med såkalt dyplæring, sier Michael Alexander Riegler.

Han er forsker ved Simula Research Laboratory, og har nylig tatt doktorgrad ved Institutt for informatikk – på et multimediasystem som stiller mer effektive diagnoser.

Raskere diagnose

– Nøyaktigheten er minst like god som nåværende systemer, men hastigheten er mye bedre. Det betyr at diagnosene kan stilles raskere, sier Riegler.

Systemet har fått navnet EIR, etter den norrøne gudinnen som hersket over legekunsten.

Riegler og hans kolleger har samlet datasett fra i første omgang de åtte vanligste sykdommene i magen.

Det handler om tykktarmskreft, magesår, cøliaki, ulike betennelser (Crohns sykdom og ulcerøs kolitt) og kroniske sykdommer, samt gastroøsofageal reflukssykdom – som er en lidelse som fører til en lekkasje av mageinnhold opp i spiserøret.

Alle disse sykdommene har stor påvirkning på pasientenes livskvalitet.

Kreftform i sterk vekst

Raskere og mer nøyaktig diagnose av magesykdommer øker livskvaliteten for pasientene og kan noen ganger redde liv, mener Michael Riegler. Her utenfor Simula-lokalene på IT Fornebu. <i>Foto: Gunhild M . Haugnes/UiO</i>
Raskere og mer nøyaktig diagnose av magesykdommer øker livskvaliteten for pasientene og kan noen ganger redde liv, mener Michael Riegler. Her utenfor Simula-lokalene på IT Fornebu. Foto: Gunhild M . Haugnes/UiO

Riegel peker på at tre av de seks vanligste kreftsykdommene opptrer i mage-tarm-kanalen. Det handler om 2,8 millioner nye tilfeller hvert år på verdensbasis, og disse har en dødelighet på 65 prosent.

– Tykktarmskreft er den vanligste kreftformen for norske menn og den nest vanligste for norske kvinner. Dette er en krefttype som øker mest i velstående land. Tidlig diagnose er svært viktig. Da kan man raskt komme i gang med behandling, og det kan i mange tilfeller være forskjellen på liv og død.

Helsedataene som kreves for å identifisere de ulike sykdommene, er hentet fra flere samarbeidspartnere. Riegler og de andre forskerne samarbeider tett med flere helseinstitusjoner – i første rekke Kreftregisteret, Bærum sykehus og Karolinska Universitetssjukhuset.

– Vi har vist at EIR kan utkonkurrere «state-of-the-art»-systemer både når det gjelder den automatiske analysen og hastigheten på prosesseringen, sier han.

Stadig bedre nøyaktighet

«Hvordan ser en polypp ut, og hvordan kjenner datasystemet den igjen?» Mange slike bilder av polypper mates inn i EIR-datasystemet, som så blir stadig bedre til å identifisere en polypp og andre magesykdommer. <i>Foto: UiO</i>
«Hvordan ser en polypp ut, og hvordan kjenner datasystemet den igjen?» Mange slike bilder av polypper mates inn i EIR-datasystemet, som så blir stadig bedre til å identifisere en polypp og andre magesykdommer. Foto: UiO

Med EIR er nøyaktigheten på diagnosene 93 prosent, og hurtigheten er på 300 bilder i sekundet.

– Med enda bedre datasett som vi mater inn i EIR kan vi i framtida nå en nøyaktighet på 95-100 prosent, mener Riegler.

Disse lovende resultatene har gjort at flere sykehus nå ønsker å samarbeide med Riegler og de andre forskerne. Og det er blant annet innledet nye partnerskap med aktører i Italia, Japan, USA og Sverige i tillegg til Norge.

– Vi har fått så mange henvendelser fra institusjoner som vil samarbeide med oss at vi må si nei til flere på grunn av kapasiteten, sier Riegler.

Maskinlæring og åpen kildekode

Han mener det er svært kraftfullt å kombinere ulike teknologier innen kunstig intelligens og maskinlæring til dette.

EIR er basert på en kombinasjon av søkebasert klassifikasjon, som handler om metoder for gjenfinning av informasjon, og tradisjonell maskinlæring.

Systemet er også basert på åpen kildekode, noe som betyr at hvem som helst kan ta det i bruk – og man slipper å bli innelåst bak leverandørers proprietære løsninger.

– Leger blir ikke overflødige

Han peker på at noen leger kanskje frykter å bli overflødige – i likhet med andre yrkesgrupper som kan risikere å bli utkonkurrert av kunstig intelligens.

I stedet mener Riegler at slike systemer vil være en støtte for legene.

– EIR gjør det lettere for legene raskt å kunne stille riktig diagnose. Legene kan da ta seg bedre av pasienten og får også frigjort tid til andre pasienter. Vi ser også at folk som får diagnose, trenger å ha fagpersoner å snakke med dette om.

Han mener det vil skje mye med bedring av diagnostisering og behandling av sykdommer i magen.

Blant annet er et snakk om en årlig undersøkelse av mage-tarm-systemet for folk over 50 år. Riegler ser at det kan skje ved at de svelger en pille med et kamera som får en tur gjennom mage-tarm-systemet.

Hvis det dukker opp mistenkelige bilder på turen, blir den aktuelle personen kalt inn til grundigere undersøkelser.

– Kanskje kan dette innføres i løpet av en tiårsperiode, håper Simula-forskeren.

Del
Kommentarer:
Du kan kommentere under fullt navn eller med kallenavn. Bruk BankID for automatisk oppretting av brukerkonto.