DoMore Diagnostics bruker kunstig intelligens for å forutse fremtiden til kreftpasienter

Den siste tiden har det stormet rundt norske biotek-selskaper som utvikler nye legemidler og kreftvaksiner: Veien fra forskning til ferdig produkt er lang og kronglete og sjansene for suksess er ofte liten. Problemer i kliniske studier har ført til kraftig fall i børsverdi, omfattende kostnadskutt og i verste fall konkurs. 

Samtidig skjer det også mye spennende innenfor utvikling av fremtidens diagnostiske muligheter på kreftfeltet, og spesielt innenfor bruken av kunstig intelligens (AI) for å både forbedre dagens prosesser og skape helt nye muligheter innen diagnostikk. 

– Tikket alle bokser

Ett av de «hotteste» norske selskapene innenfor dette feltet er DoMore Diagnostics, med biotek-veteran, lege og moldenser Torbjørn Furuseth i spissen. Nylig gjestet Furuseth HealthTalk-podcasten for å fortelle om selskapets teknologi og om hvilken rolle han tror DoMore kan spille innenfor kreftdiagnostikken i fremtiden. 

– Hva gjorde at du valgte å bli med på starte opp DoMore Diagnostics?

– Det tikket alle bokser for min del. Jeg begynte å interessere meg for kunstig intelligens noen år tidligere og har lest meg litt opp på det. Teknologien som er grunnlaget for DoMore Diagnostics, som er fundert i maskinlæring og kunstig intelligens, fanget min interesse, sier Furuseth, og fortsetter:

– Dette er «cutting edge»- teknologi, som også har et veldig solid vitenskapelig fundament, med blant annet to publikasjoner i Lancet. Det var også veldig mange flinke folk involvert både nasjonalt og internasjonalt. Vi ville koble dette til et stort medisinsk behov for bedre diagnostikk og behov for å kunne persontilpasse behandlingen. Og vi så også en veldig stor kommersiell mulighet knyttet til det, sier Furuseth i podcast-episoden.

Predikerer pasientens fremtid

– Hvordan fungerer teknologien?

– Standardprøver som tas ut alle pasienter etter operasjon, ble tradisjonelt, og i stor grad fortsatt, undersøkt i mikroskopet av en patolog. Men med ny teknologi kan disse prøvene skannes og omdannes til digitale bilder. Deretter kan man anvende algoritmer og kunstig intelligens for å tolke disse bildene. Det dreier seg om samme type teknologi som Chat-GPT, men anvendt på bilder med stor mengde informasjon, sier DoMore-sjefen.

Én av fire kreftpasienter har fått tilbud om ny behandling gjennom IMPRESS-studien

I forskningsprosjektet ble tusenvis av pasientprøver samlet med faktiske utfall for å utvikle deres diagnostiske verktøy. Ved hjelp av disse dataene har algoritmene blitt trent til å skille mellom pasienter som har god prognose uten tilbakefall og død, og de som opplever tidlige tilbakefall og død. Dette gjør det mulig å forutsi og tilpasse behandlinger mer nøyaktig for hver enkelt pasient.

– Det vi gjør strekker seg utover det patologene kan gjøre i dag. Det er det som er det unike: Vi forutser pasientens utfall fremfor å stille diagnosen. Vårt fokus er ikke å stille selve diagnosen eller påvise den tidligere.. Når vi kommer inn er pasienten allerede diagnostisert og operert. Og så er hovedspørsmålet: Hvilken behandling er det som er best for pasienten etter operasjonen? Her ligger et betydelig forbedringspotensial fra dagens praksis.

– Umulig for en patolog å gjøre

– Kan du si noe om hva som skiller DoMore Diagnostics sin teknologi fra andre som driver innenfor samme felt? Jeg regner med at dere ikke er alene om å bruke kunstig intelligens på dette feltet?

– Ja, kunstig intelligens er virkelig på full fart inn. Jeg kom akkurat hjem fra en AACR-kongressen i San Diego, og der var det veldig mye fokus på kunstig intelligens og maskinlæring i mange ulike settinger. Det kommer til å forbedre og prege både legemiddelutvikling, diagnostikk og behandling framover. Det er helt åpenbart, sier han, og fortsetter:

– Det som gjør oss unike handler om å foutsi det faktiske utfallet til pasienten og dermed kunne tilpasse behandlingen. Mange av de teknologiene som finnes i dag er der for å støtte patologen for å bli mer effektiv, og med høyere presisjon finne kreftsvulstene. Så de er mer som hjelpeverktøy for patologen rett og slett, sier CEO-en, og utdyper: 

– Vår teknologi kan gi deg en helt annen innsikt som i dag ikke er mulig for to menneskelige øyer og den menneskelige hjerne å regne seg fram til. Det er trent på 90 millioner

bildeelementer linket til faktisk utfall. Dette er noe helt nytt. Du kan se på algoritmen vår som ti superspesialiserte patologer innen akkurat denne indikasjonen. Det er ikke mulig for en en

patolog å like presis.

– Vet dere om dere har konkurranse på området, eller er dere først med akkurat denne tilnærmingen?

– Det finnes selskaper som driver også med å predikere utfall, så dette er nok den neste bølgen som kommer innenfor digital patologi og AI. Innen tykk-og endetarmskreft er vi ledende. Det er et selskap i USA som satser innen prostata, og de har kommet inn i behandlingsretningslinjene i USA. Det er et viktig gjennombrudd for vår type teknologi, at det nå tas i bruk i klinisk praksis. Det viser at aksepten for kunstig inteeligens også begynner å komme. De har en litt annen tilnærming enn oss, der de også legger til en blodprøve og annen informasjon for å øke presisjonen. Det at vi går på fasiten, det faktiske utfallet, i stedet for å se på ulike markører, gjør vår tilnærming unik, og gjør at vi kan i best mulig grad predikere utfallet. 

Har allerede ett produkt

– Hva har dere av faktiske produkter i dag, og hvordan fungerer de?

– Produktet som vi har på plass, og som vi har CE-merking på, er Histotype Px Colorectal. Det er en test for pasienter med tykk- og endetarmskreft i stadium 2 og 3. Det vil si at sykdommen ikke er metastatisk (spredning) der pasientene da går gjennom kirurgi. De aller fleste er kurert etter kirurgi, men ikke alle. Noen får tilbakefall og dør av kreften. 

Hvem som får tilbakefall og hvem som blir kurert av kirurgien, finnes det ikke biomarkører på i dag. Og det er her Histotype Px Colorectal kommer inn.

– Vi kan se på det histologiske snittet ved hjelp av våre algoritmer. Når bildet er klart og digitalisert tar det fem til ti minutter å analysere snittet og generere testrapporten. Da kan vi identifisere hvem som har lav-, intermediær og høy risiko.

Se og/eller hør hele podcast-episoden for å lære mer om hvorfor kunstig intelligens vil bli sentralt i fremtidens helsevesen, og om hvilke fremtidsplaner DoMore Diagnostics har.