I projektet har en AI-modell tränats att analysera mammografibilder och identifiera risken för spridning av cancer till lymfkörtlar. Modellen har tränats på tidigare outnyttjad information i bilder från 1265 skånska kvinnor som diagnosticerades med bröstcancer mellan 2009 och 2017.
Forskarna bakom projektet NILS (Non-invasive lymph node staging) hoppas att modellen i framtiden kan bidra till mer individanpassad vård, där onödiga ingrepp undviks och behandlingen utformas utifrån patientens riskprofil. Projektet är ett flerårigt samarbete mellan medicinska fakulteten och forskargruppen COSHE, som är en del av CEC.
– Det här har varit ett spännande exempel på tvärvetenskap, där beräkningsexperter och medicinsk expertis har behövt tillräcklig kännedom om varandras ämne för att gemensamt få fram en fungerande metod. En anledning till framgången är att många inblandade har samarbetat tidigare och byggt upp förståelse för varandras förutsättningar, säger Patrik Edén, universitetslektor vid CEC och del av forskargruppen COSHE.