EU-satsning på digital patologi

21 april 2021

Fyra bilder av vävnadsprover i ett collage

Genom att lagra bilder av vävnadsprover digitalt öppnas nya möjligheter. I stället för att tolka bilderna med ett mänskligt öga kan man använda maskininlärning eller AI.

AI används allt mer inom medicinen. För att snabba på utvecklingen startar nu EU-projektet BigPicture, som ska bygga en forskningsplattform för digital patologi. Det handlar om att på ett säkert sätt samla digitala bilder av vävnadsprover, som sedan kan användas för att träna AI-algoritmer att tolka bilderna.

Bengt Persson, professor i bioinformatik vid
Uppsala universitet. Foto: Mikael Wallerstedt

– Det vi ska skapa är någonting som egentligen inte finns idag, ett europeiskt datalager för digitala bilder inom patologi, säger Bengt Persson.

Han är professor i bioinformatik vid Uppsala universitet och föreståndare för NBIS (National Bioinformatics Infrastructure Sweden), som är en plattform vid SciLifeLab.

Det nya projektet inom Innovative Medicines Initiative (IMI) har en budget på 70 miljoner euro och ska pågå i sex år. Ett 60-tal parter deltar, både från akademin och industrin. Fokus ligger på bilder inom patologin, alltså vävnadsprover, som man tittar på i mikroskop efter att ha färgat in små snitt av vävnaden. I takt med digitaliseringen samlas alltfler bilder digitalt – och därmed öppnas nya möjligheter.

– I stället för att tolka bilderna med ett mänskligt öga kan man använda maskininlärning eller AI. Fördelen med en datoralgoritm är att den kan titta väldigt mycket noggrannare, den blir inte trött som ett mänskligt öga utan kan titta på miljontals bilder, säger Bengt Persson.

Krävs stora mängder data

Men för att det ska gå att träna upp tillförlitliga AI-applikationer krävs det stora mängder data – vilket är en utmaning både för att det kräver stor lagringskapacitet och för att bilderna utgör medicinsk information.

Vid NBIS-plattformen startar nu arbetet med att sätta upp den här infrastrukturen för lagring och tillgängliggörande av bilder, i samarbete med de finska kollegorna i Elixir, ett europeiskt nätverk för livsvetenskap och datavetenskap.

– Syftet med det här projektet är att ordna en säker lagring åt de här bilderna. Bilderna kommer ju från mänskliga data, så legalt är det persondata som måste hanteras på ett säkert sätt. Det här är nånting som vi har jobbat med sedan fyra, fem år tillbaka när det gäller känsliga data på DNA-nivå, i projektet Federated European Genome-phenome Archive (FEGA), säger Bengt Persson.

Teknik för känsliga data

Tanken är att använda den teknik som redan finns eller håller på att utvecklas för känsliga DNA-data, till exempel se till att det bara är behöriga personer som kommer åt data och att systemet är säkert och skyddat. Samtidigt behöver man bygga till nya komponenter för att hantera bilder och komprimera dem.

– Styrkan från svensk sida är att vi har väldigt duktiga systemutvecklare vid NBIS-plattformen, det är främst deras kompetens som kommer att användas här, säger Bengt Persson.

Vad ser du framför dig att det här kan leda till?
– Genom att göra dessa data tillgängliga så kommer utvecklingen att snabbas på inom AI för patologi och det är ju målet med det här – att skapa en infrastruktur för att träna fiffiga algoritmer. Tanken är att när de här sex åren har nått sitt slut, så ska den här europeiska infrastrukturen vara permanentad och användas i forskning och i klinisk praxis.