The clinical potential of artificial intelligence in early detection of lung cancer

Lungekræft (LC) er i øjeblikket den kræftsygdom der fører til flest dødsfald, og det er afgørende, at sygdommen opdages tidligt, så man kan tilbyde helbredende behandling. Screening for LC er derfor gradvist ved at blive afprøvet og indført i form af pilotprojekter i en lang række lande. Der hersker dog stadig uklarhed om udvælgelseskriterierne. Flere studier viser, at individuelle risikomodeller er bedre end de mere simple standardkriterier, der kun tager højde for alder og rygning.

Formålet med denne afhandling var at undersøge og udvikle modeller til at opdage LC ved brug af kunstig intelligens (AI) baseret på data fra patientjournaler, laboratorieresultater og registre. Emnet blev belyst fra flere vinkler med fem artikler inkluderet i afhandlingen.

De første fire studier inkluderer data fra ca. 40.000 individer udredt på mistanke om LC i pakkeforløb i Region Syddanmark. De udgør en højrisikogruppe, hvoraf 25% vist sig at have LC. I Artikel I blev der set på sammenhængen mellem de forskellige kliniske og biokemiske data og om patienterne havde LC, hvilket dannede grundlaget for senere prædiktionsmodeller. På baggrund af de første resultater blev rygning og laboratoriedata brugt til at udvikle prædiktionsmodeller baseret på både maskinlæring (ML) (Artikel II) og en anden metode kaldet Bayesianske Netværk (BN) (Artikel III). Modellernes prædiktionsevne var sammenlignelig med en sensitivitet på 21% for begge modeller ved en specificitet på 95%. ML-modellen var i stand til at identificerede rygning, et leverenzym, alder og calciumniveau som de vigtigste parametre. BN-modellen var i stand til at prædiktere stabilt, selv når der manglede op til 30% af dataene, hvilket er en stor fordel når man arbejder med kliniske data, der sjældent er komplette. 

I en udvidet BN-model inddragede vi også andre datakilder, heriblandt symptomer ved diagnose og sygdoms- og medicinhistorik (Artikel IV). En af de bedste modeller blev udviklet på gruppen af individer med alle datatyper tilgængelige, og denne model kunne efterfølgende bruges på en gruppe, hvor mængden af tilgængelig data var mere begrænset. De vigtigste datatyper for modellerne var rygning og laboratorieresultater, mens oplysninger om sygdomshistorik og symptomer havde mindre betydning. 

Baseret på erfaringerne fra studie I-IV omhandlende højrisikopatienter ønskede vi at fokusere på en gruppe med lavere forekomst af LC, som potentielt kunne være egnet til LCscreening. Derfor undersøgte vi risikoen for LC blandt patienter fulgt i hospitalsregi med kronisk obstruktiv lungesygdom (KOL) og ligeledes hyppigheden af individer udredt i LC pakkeforløb blandt denne gruppe (Artikel V). KOL-patienterne viste sig at have en risiko for LC på 5%, hvilket er mere end ti gange højere end den generelle befolkning. Desuden blev LC-patienter med KOL diagnosticeret i et tidligere stadie end LC-patienter uden KOL. 

Cirka hver femte KOL-patient blev også udredt for lungekræft i pakkeforløb, hvilket kan skyldes øget lægelig opmærksomhed, men det indikerer, at regelmæssig screening for LC kan komme disse patienter til gavn. 

Resultaterne og metoderne i denne afhandling danner grundlag for vores videre forskning, som har til formål at integrere risikomodeller i klinisk screeningssammenhæng. En velfungerende og præcis model, der kan prædiktere LC i et tidligt stadie, vil potentielt kunne fremme tidlig diagnostik og dermed forbedre overlevelsen.