Allt iLive-innehåll är mediekontrollerat eller faktiskt kontrollerat för att säkerställa så mycket faktuell noggrannhet som möjligt.
Vi har strikta sourcing riktlinjer och endast länk till välrenommerade media webbplatser, akademiska forskningsinstitut och, när det är möjligt, medicinsk peer granskad studier. Observera att siffrorna inom parentes ([1], [2] etc.) är klickbara länkar till dessa studier.
Om du anser att något av vårt innehåll är felaktigt, omodernt eller på annat sätt tveksamt, välj det och tryck på Ctrl + Enter.
AI kan förutsäga prognosen vid trippelnegativ bröstcancer
Senast recenserade: 02.07.2025
Forskare vid Karolinska Institutet har studerat hur väl olika modeller av artificiell intelligens kan förutsäga prognosen för trippelnegativ bröstcancer genom att analysera vissa immunceller inuti tumören. Studien, som publicerades i tidskriften eClinicalMedicine, är ett viktigt steg mot att använda AI i cancervård för att förbättra patienters hälsa.
Tumörinfiltrerande lymfocyter är en typ av immunceller som spelar en viktig roll i kampen mot cancer. När de finns i en tumör betyder det att immunförsvaret försöker attackera och förstöra cancerceller.
Dessa immunceller kan vara viktiga för att förutsäga hur en patient med så kallad trippelnegativ bröstcancer kommer att reagera på behandling och hur sjukdomen kommer att utvecklas. Resultaten av att bedöma immunceller kan dock variera när patologer gör det. Artificiell intelligens (AI) kan bidra till att standardisera och automatisera denna process, men det har varit svårt att bevisa att AI fungerar tillräckligt bra för användning inom sjukvården.
Tio AI-modeller jämförda
Forskarna testade tio olika AI-modeller och jämförde deras förmåga att analysera tumörinfiltrerande lymfocyter i trippelnegativa bröstcancervävnadsprover.
Resultaten visade att AI-modellerna varierade i sin analytiska prestanda. Trots dessa skillnader uppvisade åtta av tio modeller god prediktiv förmåga, vilket innebär att de kunde förutsäga patienternas framtida hälsotillstånd på ett liknande sätt.
Även modeller som tränats på mindre antal prover visade god prediktiv förmåga, vilket indikerar att tumörinfiltrerande lymfocyter är en pålitlig biomarkör, säger Balázs Aç, forskare vid institutionen för onkologi och patologi vid Karolinska Institutet.
Oberoende forskning behövs
Studien visar att stora datamängder behövs för att jämföra olika AI-verktyg och säkerställa deras kvalitet innan implementering inom sjukvården. Även om resultaten är lovande behövs mer validering.
”Vår studie belyser vikten av oberoende studier som efterliknar verklig klinisk praxis”, säger Balazs Aç. ”Endast genom sådana prövningar kan vi vara säkra på att AI-verktyg är tillförlitliga och effektiva för klinisk användning.”