Nye publikationer
AI kan forudsige prognosen ved tredobbelt negativ brystkræft
Sidst revideret: 02.07.2025
Alt iLive-indhold gennemgås medie eller kontrolleres for at sikre så meget faktuel nøjagtighed som muligt.
Vi har strenge sourcing retningslinjer og kun link til velrenommerede medie websteder, akademiske forskningsinstitutioner og, når det er muligt, medicinsk peer reviewed undersøgelser. Bemærk at tallene inden for parentes ([1], [2] osv.) Er klikbare links til disse undersøgelser.
Hvis du mener, at noget af vores indhold er unøjagtigt, forældet eller på anden måde tvivlsomt, skal du vælge det og trykke på Ctrl + Enter.
Forskere ved Karolinska Instituttet i Sverige har undersøgt, hvor godt forskellige kunstig intelligens-modeller kan forudsige prognosen for triple-negativ brystkræft ved at analysere bestemte immunceller inde i tumoren. Undersøgelsen, der er offentliggjort i tidsskriftet eClinicalMedicine, er et vigtigt skridt i retning af at bruge kunstig intelligens i kræftbehandling for at forbedre patienters helbred.
Tumorinfiltrerende lymfocytter er en type immuncelle, der spiller en vigtig rolle i bekæmpelsen af kræft. Når de er til stede i en tumor, betyder det, at immunsystemet forsøger at angribe og ødelægge kræftceller.
Disse immunceller kan være vigtige for at forudsige, hvordan en patient med såkaldt triple-negativ brystkræft vil reagere på behandling, og hvordan sygdommen vil udvikle sig. Resultaterne af vurderingen af immunceller kan dog variere, når patologer gør det. Kunstig intelligens (AI) kan muligvis hjælpe med at standardisere og automatisere denne proces, men det har været vanskeligt at bevise, at AI fungerer godt nok til brug i sundhedsvæsenet.
Ti AI-modeller sammenlignet
Forskerne testede ti forskellige AI-modeller og sammenlignede deres evne til at analysere tumorinfiltrerende lymfocytter i triple-negative brystkræftvævsprøver.
Resultaterne viste, at AI-modellerne varierede i deres analytiske ydeevne. Trods disse forskelle udviste otte ud af ti modeller god prædiktiv evne, hvilket betyder, at de var i stand til at forudsige patienternes fremtidige sundhedstilstand på en lignende måde.
Selv modeller trænet på mindre antal prøver viste god prædiktiv evne, hvilket indikerer, at tumorinfiltrerende lymfocytter er en pålidelig biomarkør," sagde Balázs Aç, forsker ved Institut for Onkologi og Patologi på Karolinska Institutet.
Uafhængig forskning er nødvendig
Undersøgelsen viser, at der er behov for store datasæt for at sammenligne forskellige AI-værktøjer og sikre deres kvalitet før implementering i sundhedsvæsenet. Selvom resultaterne er lovende, er der behov for mere validering.
"Vores undersøgelse fremhæver vigtigheden af uafhængige studier, der efterligner den virkelige kliniske praksis," siger Balazs Aç. "Kun gennem sådanne forsøg kan vi være sikre på, at AI-værktøjer er pålidelige og effektive til klinisk brug."