Till innehåll på sidan

Säkrare tumöranalys med KTH:s nya AI-baserade metod

KTH har utvecklat en ny kraftfull teknik som kan upptäcka och identifiera cancertumörer i ett tidigare stadium än i dag. Nu ska tekniken kraftigt förbättra dagens diagnosmetoder för att ge en skräddarsydd behandling med betydligt mindre biverkningar för patienterna.

Joakim Lundberg, professor i genteknologi

Tekniken kallas Spatial Transcriptomics (ST) och används redan i forskningen över hela världen. Men idén att använda den för att identifiera cancertumörer i vården är unik. Här har KTH ett internationellt försprång som även kan ge Sverige en framskjuten position inom AI-baserad cancerdiagnostik.

Analysmetoden Spatial Transcriptomics är utvecklad i ett tvärvetenskapligt sammanhang vid SciLifeLab i Stockholm av forskare på KTH och Karolinska Institutet. SciLifeLab är en mötesplats för avancerad teknik inom livsvetenskaperna som har bidragit till att föra över ny teknologi i vården – ett världsunikt sätt att föra samman grundforskning och klinisk rutin. 

Framgångsrik användning

Vid SciLifeLab används metoden bland annat i ett större internationellt projekt för att kartlägga kroppens friska organ, som hjärta, hjärna och lungor. Målsättningen är att visa vilka enskilda gener som uttrycks i olika platser av vävnaderna. Resultaten har presenterats i de allra främsta vetenskapliga tidskrifterna.

Nu inleder KTH en ny satsning för att analysera cancertumörer med Spatial Transcriptomics och de biomolekylära principer och artificiella intelligens som är grunden i metoden. Målet är att erbjuda cancerpatienter en väsentligt bättre och säkrare diagnostik. 

Exaktare, mer objektiv diagnos

I dag diagnostiseras de flesta tumörerna med hjälp av mikroskopi, i grunden en subjektiv analys där en specialistläkare letar efter strukturella avvikelser i vävnaden. Samma prov kan samtidigt analyseras med hjälp av Spatial Transcriptomics. Något som även ger en informationsrik karta över alla aktiva gener och deras position i vävnaden. Den rika informationen i kombination högupplösta mikroskopibilder ger en enorm detaljrikedom som gör det möjligt att använda AI för att klassificera och diagnostisera vävnader. 

Analysen blir därmed betydligt mer exakt och objektiv. Med hjälp av Spatial Transcriptomics kan läkaren få en mer detaljerad och nyanserad bild av tumören vilket gör det enklare att ge patienten rätt läkemedel. Här går även att se vilka läkemedel som patienten senare kommer att utveckla en resistens mot och undvika dem.  

En mer exakt diagnos leder till en bättre och mer skräddarsydd behandling för varje patient med en dramatisk minskning av biverkningarna. Nu är målet att omsätta forskningsfynd till en klinisk verklighet och att introducera dessa brett i vården. Projektet ska leda till ökad patientnytta, bättre hälsoekonomi i vården och minimera det subjektiva inslaget som finns i dag inom cancerdiagnostik.

KTH:s initiativ

Vi vill sprida användningen av genanalysteknik uppfunnen på KTH till cancervården. Detta kan kraftigt förbättra diagnosen av cancerformer som prostata, bröstcancer och hjärntumörer hos barn. Tekniken ger möjlighet till en skräddarsydd behandling vilket ger betydligt färre biverkningar än i dag. Dessutom kan den i ett tidigare stadium upptäcka en tumör än dagens metoder. Principerna för användningen har redan visats genom vetenskapliga publikationer för bland annat prostata-, bröst- och hudtumörer.

Därför KTH

Tekniken Spatial Transcriptomics har utvecklats inom KTH:s verksamhet vid SciLifelab. Här vidareutvecklas den för bred användning med målet att kartlägga bland annat alla kroppens friska organ. Forskningen vid SciLifeLab är världsledande och har gett upphov till en stor internationell uppmärksamhet och gett KTH en unik position inom DNA-analys. Tekniken har möjliggjort flaggskeppsprojekt som Human Developmental Cell Atlas.

Hur når vi målen?

Vi söker finansiering för ett femårigt projekt med målet att validera och introducera tekniken i cancervården. Projektet behöver tillgång till mikroskop och material samt ha cirka sex anställda för att utveckla arbetssätt och beräkningsmetoder. Vi kommer att dra nytta av den befintliga infrastrukturen vid SciLifeLab i nära samarbete med klinisk verksamhet på framför allt Karolinska Universitetssjukhuset.

Efter projektets slut är vi övertygade om att tekniken kan ha en daglig användning vid cancerdiagnostik och behandling för att förbättra livet hos tusentals drabbade patienter.

Nyckelpersoner

Joakim Lundberg, professor i genteknologi vid KTH, som är en internationellt erkänd forskare inom området.

Innehållsansvarig:Sofia Tatsis
Tillhör: Om KTH
Senast ändrad: 2020-07-07