En AI-plattform som integrerar bilddata och modeller, stödjer precisionsvård genom prostatacancers kontinuum

I Europa är prostatacancer (PCa) den näst vanligaste cancerformen hos män och den tredje mest dödliga. Nuvarande klinisk praxis, som ofta leder till överdiagnostik och överbehandling av indolenta tumörer, lider av bristande precision som kräver att avancerade AI-modeller går längre än SoA genom att dechiffrera icke-intuitiva medicinska bildmönster på hög nivå och öka prestanda när det gäller att skilja indolent från aggressiv sjukdom, tidigt förutsäga återfall och detektera metastaser eller förutsäga effektiviteten av terapier. Hittills är insatserna fragmenterade, baserat på en-institution, storleksbegränsade och leverantörsspecifika datauppsättningar medan tillgängliga PCa offentliga datauppsättningar (t.ex. US TCIA) är bara några hundra fall som gör modellens generaliserbarhet omöjlig.

ProCAncer-I-projektet samlar 20 partners, inklusive PCa-referenscentra, världsledare inom AI och innovativa små och medelstora företag, med erkänd expertis inom sina respektive domäner, med målet att designa, utveckla och upprätthålla en molnbaserad, säker europeisk bildinfrastruktur med verktyg och tjänster för datahantering. Plattformen är värd för den största samlingen av PCa multiparametrisk (mp)MRI, anonymiserad bilddata över hela världen (>17 000 fall), baserad på datadonatorskap, i linje med EU-lagstiftning (GDPR). Robusta AI-modeller utvecklas, baserade på nya ensembleinlärningsmetoder, vilket leder till leverantörsspecifika och -neutrala AI-modeller för att hantera 8 PCa-kliniska scenarier.

För att påskynda klinisk översättning av PCa AI-modeller fokuserar vi på att förbättra förtroendet för lösningarna med avseende på rättvisa, säkerhet, förklarabarhet och reproducerbarhet. Mätvärden för att övervaka modellprestanda och en orsaksförklaringsfunktion utvecklas för att ytterligare öka det kliniska förtroendet och informera om möjliga fel och fel. En färdplan för certifiering av AI-modeller har definierats, som interagerar med tillsynsmyndigheter och bidrar på så sätt till en europeisk regleringsfärdplan för att validera effektiviteten hos AI-baserade modeller för kliniskt beslutsfattande.