Forskning i praktiken
Att skräddarsy behandling med hjälp av AI och Funktionell Genomik
Johan Malm
Genom att kombinera AI-baserad bildanalys med funktionell genomik och kliniska metadata kan forskare idag skapa avancerade prediktiva modeller. Denna så kallade multimodala beräkning
möjliggör en individanpassad behandling – där varje enskild patient får den behandling som har störst chans att vara effektiv, baserat på just den enskilde individens unika molekylära och
kliniska profil. Malignt melanom är den mest dödliga formen av hudcancer och varje år avlider cirka 500 patienter i sjukdomen i Sverige. För många patienter är sjukdomsförloppet svårförutsägbart – vissa tumörer återkommer eller sprider sig trots tidig upptäckt och behandling. Det behövs därför nya verktyg som bättre kan förutsäga risken för återfall och styra valet av behandling. I vårt forskningsprojekt analyserar vi tumörprover från patienter med olika spridningsgrad av melanom och försöker förbättra diagnostiken för att kunna skräddarsy behandlingen. Genom att kombinera artificiell intelligens (AI), digital patologi och avancerad analys av proteiner i tumörvävnad, kan vi identifiera molekylära mönster och bildstrukturer som är svåra att upptäcka med traditionella metoder vilket gör det möjligt att mer exakt förutsäga hur aggressiv en tumör är och hur den sannolikt kommer att svara på behandling. På så sätt kan vi utveckla nya biomarkörer och prognosmodeller, vilket i framtiden kan ge varje patient en mer individanpassad behandling. Vårt mål är att bidra till en mer träffsäker och effektiv cancerbehandling – där den enskilde patienten får rätt behandling i rätt tid.

Johan Malm, Professor/överläkare, Institutionen för translationell medicin/klinisk kemi, Lunds universitet/Region Skåne.