DIKU-software kan redde bryster

Forskere i billedanalyse fra Københavns Universitet har udviklet software, der afslører særlige mønstre i brystvæv, som kan være tegn på forøget risiko for brystkræft hos kvinder.

En forskergruppe, ledet af professor Mads Nielsen fra Københavns Universitets datalogiske institut (DIKU), har fundet et mønster i brystvævet hos kvinder, som kan pege på forøget risiko for brystkræft.

Den nuværende screening er ikke er så præcis, som man kunne ønske det.

»Ikke alene foruroliger man 46 kvinder unødigt, man frikender også 950 kvinder, hvoraf to så alligevel udvikler kræft i løbet af få år,« siger Mads Nielsen til Videnskab.dk.

Normalt er brystvævet hos kvinder stribet fra brystvorten og ind mod kroppen. Den nye forskning viser, at kvinder, hvor striberne går på tværs, har forøget risiko for at udvikle brystkræft.

Danske it-forskere i billedanalyse har ifølge videnskab.dk opdaget, at kvinder med et særligt mønster i brystvævet tilsyneladende har en øget risikoen for at udvikle brystkræft. Det stribede mønster kan bruges som indikation, uafhængigt af andre faktorer, som kan læses fra mammografiet.

Der er brugt en ny slags algoritme til billedanalysen, som kan genkende hundredvis af forskellige mønstre. Derefter er softwaren blevet optrænet med mammografier fra 500 hollandske kvinder, hvor 250 på trods af en negativ diagnose senere udviklede brystkræft.

Algoritmer inspireret af hjernen

Det er processor i hjernen, som har inspireret algoritmerne bag softwaren, fortæller Mads Nielsen til Version2.

»Det minder om de processer, der foregår i de første niveauer af den visuelle cortex,« som er de yderste lag af hjernen. Det kan Mads Nielsen sige på baggrund af biologisk forskning på området.

Computeren kan se kvantitativt på talmaterialet, og det betyder at Mads Nielsens software kan foretage en meget præcis mønstergenkendelse, og dermed er softwaren i stand til at skelne kvantitativt mellem sunde mammografier, og mammografier fra kvinder, som siden udvikler kræft. Det er samme type af statistisk mønstergenkendelse, som kendes fra f.eks. neurale netværk.

Softwaren skal optrænes og det er gjort på den supercomputer, som står på H.C. Ørsted Instituttet, over gaden fra DIKU, under Dansk Center for Supercomputings regi. Her har projektet brugt 1.000 af de pc-noder, som supercomputer-klyngen er opbygget af.

Ifølge Mads Nielsen er forklaringen, at der afprøves millionvis af hypoteser under optræningen. Så findes den rette hypotese, og den tager ikke lang tid at evaluere.

Det betyder, at når softwaren er optrænet, så kan genkendelsen køre på en gammel pc.

Programmet analyserer billedet ved at se om punkter i mammografien er en del af en tynd eller en tyk linje, forhøjning eller kant.

»Vi satte computeren til at teste hvilke vævsmønstre, der øger risiko for brystkræft. Og udfaldet viste klokkeklart, at jo mere atypisk struktur, des højere var risikoen,« siger Mads Nielsen til Videnskab.dk.

Håbet er, at opdagelsen kan halvere antallet af kvinder, som får en falsk alarm, eller at kunne fange de kvinder, der udvikler kræft på et senere tidspunkt.

Resultaterne skal bekræftes i yderligere studier, før softwaren kan godkendes af sundhedsmyndighederne. Tidshorisonten er minimum et par år, før anvendelsen kan komme i gang bredt.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Kommentarer (0)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Log ind eller Opret konto for at kommentere