Utprøving av ny diagnostiseringsmetode for prostatakreft

Det kan være vanskelig å avgjøre hvilken behandling man skal bruke etter diagnostikk av prostatakreft. Nå har Helse Nord besluttet å yte støtte til et prosjekt som skal ledes fra PET-senteret ved UNN Tromsø.

Rune Sundset. Foto: Jan Fredrik Frantzen

Rune Sundset. Foto: Jan Fredrik Frantzen

Ved bruk av kunstig intelligens og maskinlæring, tilpasset PET-undersøkelser, skal omfang og aggressivitet til prostatakreft avdekkes på en presis og effektiv måte.
Biologiske markører kan brukes som mål for å påvise om en person har en sykdom eller ei, og hvor lenge sykdommen har fått lov til å utvikle seg. 

Flere pasienter henvises til PET-undersøkelser

Høsten 2018 startet PET-senteret ved UNN i Tromsø med PET-undersøkelser av prostatakreftpasienter ved bruk av en ny radioaktiv PET-forbindelse (68Ga-PSMA) som binder seg til en membranmarkør som finnes på kreftceller fra prostatakjertelen.

Etter den tid har PET-senteret erfart en økning av antall pasienter som er henvist til PET-undersøkelse med mistanke om prostatakreft. Det er to grunner til det. Urologene vil ha hjelp til å ta en målrettet biopsi. I tillegg ønsker de hjelp til å oppdage spredning som er vanskelig å oppdage, og som har betydning for behandlingsvalget.

Mindre belastning for pasienten

Formålet med dette prosjektet er å utvikle metoder innen kunstig intelligens hvor store mengder informasjon benyttes for å avdekke omfang og aggressivitet til prostatakreft på en presis og effektiv måte. Vår visjon er på sikt å utvikle en metode som gir oss tilstrekkelig informasjon for klassifisering og oppfølging av videre pasientbehandling. Målet er at pasienten skal slippe dagens inngripende og ubehagelige biopsitaking som er forbundet med en viss risiko, bl.a. for infeksjon.

I tillegg til selve PET-bildet, er det betydelig informasjon i undersøkelsen som ikke ses i bildet, og som ikke benyttes i dag. Det kan f.eks. være hvor raskt PET-forbindelsen tas opp av kreftcellene og hvordan fordelingen av denne er i de ulike områdene av prostatakreften.

Prosjektorganisering og deltakere

Ansvarlig for prosjektet er leder ved PET-senteret i UNN, Rune Sundset. Ved hjelp av innovasjonsmidler fra Helse Nord RHF, skal fysiker Daniel Wrangborg frikjøpes i 50% stilling. Han skal ha den daglige oppfølging av prosjektet.
Det skal også etableres en prosjektgruppe bestående av MR-radiolog, nukleærmedisiner og forskere fra maskinlæringsgruppen ved Universitetet i Tromsø.
Dette prosjektet vil også være en del av det nye senteret som etableres ved UNN fra 2021, Senter for pasientnær kunstig intelligens.

Tidshorisont og fremdrift

Innovasjonsmidlene fra Helse Nord RHF har en tidshorisont på 2 år.
Mye av tiden det første året kommer til å gå med til utforming av REK-søknad, pasientsamtykke, data-innsamling og strukturering av data. Deretter kommer det meste av arbeidet til å handle om utvikling av maskinlæringsalgoritmer (serie operasjoner som brukes for å løse et problem), og opplæring av modeller på innsamlede data.
Det skal også arbeides med hvordan den automatiske diagnostiseringen kan integreres med det nåværende tilbudet i klinikken både på en teknisk og praktisk måte.

For fortsettelsen av dette arbeidet vil det også bli søkt om eksterne midler fra bl.a. Forskningsrådet og Kreftforeningen.


PET/MR-undersøkelse av pasient med prostatakreft hvor den radioaktive PET-forbindelsen, 68Ga-PSMA, er benyttet. Sent
PET/MR-undersøkelse av pasient med prostatakreft hvor den radioaktive PET-forbindelsen, 68Ga-PSMA, er benyttet. Sentralt i bilde vises prostatakjertelen hvor ca 1/10 av kjertelevolumet viser opptak av PET-forbindelsen (gult område).