Med hjälp av maskininlärning kan en elektronisk näsa ”lukta sig” fram till tidiga tecken på äggstockscancer i blodet. Enligt en studie är den AI-baserade metoden både snabb och träffsäker.
Äggstockscancer upptäcks ofta först när sjukdomen har hunnit långt, vilket försämrar prognosen. En orsak är att symtomen är diffusa och lätt kan förväxlas med vanligare och mindre allvarliga besvär.
Nu utvecklar forskare vid Linköpings universitet en så kallad elektronisk näsa som ska göra det möjligt att identifiera sjukdomen tidigare – och därmed inleda behandling i rätt tid.
– Vår metod skulle kunna underlätta införandet av nya screeningsprotokoll och utvecklingen av diagnostiska metoder, vilket i sin tur kan bidra till att förbättra överlevnadsgraden, livskvaliteten och de övergripande kliniska resultaten, säger Donatella Puglisi, biträdande professor vid Linköpings universitet, i ett pressmeddelande.
Algoritmer urskiljer cancerformer
Tekniken att upptäcka cancer med hjälp av elektroniska näsor har funnits i många år. Men den snabba utvecklingen inom maskininlärning och AI gör det möjligt att använda den etablerade tekniken på nya sätt.
Forskarna i Linköping använder en prototyp utrustad med 32 avancerade sensorer som reagerar på olika flyktiga ämnen från det prov som analyseras. Varje cancerform avger unika flyktiga ämnen, vilket gör att olika cancertyper har sin egen ”lukt”.
– Vi försöker efterlikna luktsinnet hos däggdjur på konstgjord väg. Nu har vi utvecklat en algoritm som kan särskilja äggstockscancer från livmodercancer och från friska kontrollgrupper med data från en elektronisk näsa, säger Donatella Puglisi.
Mer träffsäker än biomarkör
I dag söker vården efter specifika biomarkörer i blodet när cancer misstänks. Men provanalysen är långsam och har ofta stor osäkerhet.
– Dessa tester bygger ofta på en enda biomarkör och saknar den precision som krävs för att upptäcka sjukdomen i ett tidigt stadium. Vår metod ligger därför långt före både i träffsäkerhet och i förmågan att identifiera tidig sjukdom, säger Jens Eriksson, docent vid Linköpings universitet.
Forskarna har utvecklat en metod som inte kräver identifiering av en enskild biomarkör. I stället analyserar den elektroniska näsan sammansättningen av flyktiga ämnen som avges från blodplasma.
Maskininlärningsmodeller tränas
Den insamlade informationen bearbetas med hjälp av avancerad maskininlärning som kan känna igen mönster kopplade till äggstockscancer. Modellerna har tränats på kända prover från en biobank, och enligt forskarna uppgår verktygets träffsäkerhet till 97 procent.
– Det är ett enkelt test som tar tio minuter och genast ger ett tydligt resultat. Vår metod kan testa många personer till en låg kostnad och är mycket mer precis än det som finns på marknaden idag. Den här studien är en pilot, men vi hoppas att den ska kunna användas som en del av cancerscreening inom tre år. Just nu har vi fokuserat på att upptäcka cancer, men tillämpningarna är oändliga, säger Jens Eriksson.
Äggstockscancer i siffror
- År 2022 rapporterades omkring 325 000 nya fall av äggstockscancer världen över.
- Samma år registrerades över 200 000 dödsfall kopplade till sjukdomen.
- Enligt World Cancer Research Fund väntas antalet fall öka kraftigt fram till år 2050.
Vetenskaplig artikel:
Biomarker-Agnostic Detection of Ovarian Cancer from Blood Plasma Using a Machine Learning-Driven Electronic Nose, Advanced intelligent systems.
