Den egentlige målsætning var helt klar:
Arbejdsbyrden forbundet med at granske mammografibilleder i Region Hovedstadens screeningsprogram for brystkræft skulle bringes ned. Speciallæger i radiologi er en kraftig mangelvare. Ikke mindst speciallæger trænet i brystradiologi, som er lige præcis dem, Ilse Vejborg har brug for på Afdeling for Brystundersøgelser på Gentofte Hospital. Alt imens demografien – p.t. med ca. 735.000 kvinder i målgruppen mellem 50 og 69 år på landsplan – tilsiger en stor arbejdsbyrde.
Så hvad nu, hvis man fik kunstig intelligens til at granske en stor del af billederne? Siden november 2021 er det præcis, hvad AI har gjort på Afdeling for Brystundersøgelser på Gentofte Hospital – som de første på verdensplan til at bruge en AI-løsning i et screeningsprogram på denne måde.
Som det ser ud nu, så er AI førstegransker på alle mammografier i lavrisikogruppen af kvinder. Det gælder omtrent 70% af alle mammografier, og i og med, at alle billeder bliver dobbeltgransket med som minimum en erfaren radiolog som andenvurderer, betyder det en reduktion i menneskelige granskninger på hele 35%.
Så langt så godt.
»Samtidig var det jo også et mål, at det på ingen måde måtte være noninferiørt på alle de indikatorer, som vi bliver målt og vejet på. Vi skulle opretholde den gode kvalitet, som vi har haft hidtil. Ellers duede det ikke«, fastslår Ilse Vejborg, der er cheflæge og screeningschef på Afdeling for Brystundersøgelser på Gentofte Hospital.
Ikke alene er kvaliteten opretholdt. Den er på en lang række indikatorer blevet endnu bedre. AI-assistancen betyder, at der bliver fundet flere cancertilfælde; der bliver detekteret signifikant flere små tilfælde på under en centimeter, og antallet af falske positive svar er dalet.
»Og det var jo i virkeligheden slet ikke derfor, at vi ville bruge AI. Det er alt sammen sidegevinster«, siger Ilse Vejborg.
Men lad os et øjeblik lige spole tiden tilbage til begyndelsen. Eller faktisk før begyndelsen. Manglen på radiologer er ikke just en ny problemstilling, så alternative løsninger har været ønsket. Og også præsenteret for bl.a. Ilse Vejborg. Således også i en invitation til Holland, hvor et firma med navnet ScreenPoint Medical gerne ville vise hende – endnu en – en gylden løsning. Et AI-system, de kaldte Transpara, som de selv mente, var rigtig god.
»Mit udgangspunkt var, og det sagde jeg også helt åbent, at jeg tog gerne derned, men alle skulle vide, at jeg var 100% imod«, fortæller Ilse Vejborg i dag fra sit kontor på Gentofte Hospital.
»Jeg havde på det tidspunkt set og prøvet så mange forskellige løsninger og også selv været involveret i at udvikle og levere data til ét projekt på et tidspunkt. Og de duede bare ikke. Jeg havde simpelthen set for meget, der ikke duede. Så jeg regnede heller ikke med, at det her ville«.
Retur fra Holland var Ilse Vejborg imidlertid vendt på en tallerken.
»Jeg tog faktisk hjem 100% overbevist om, at her havde vi noget, der kunne bruges«.
»Jeg havde jo ligesom sat mit renommé på spil ved at være de første til at bruge AI på den måde, som det sådan set ikke var godkendt til på pågældende tidspunkt«Ilse Vejborg, cheflæge og screeningschef på Afdeling for Brystundersøgelser, Gentofte Hospital.
I samarbejde med Institut for Folkesundhedsvidenskab og Data Science, begge Københavns Universitet, og den hollandske professor, som stod bag udviklingen af AI-løsningen, blev der lavet et stort retrospektivt simulationsstudie på knap 115.000 kvinders screeninger. Altså, hvordan klarede AI sig på egen hånd på præcis det samme materiale blandt kvinder i lavrisikogruppen, som to danske brystradiologer for år tilbage havde gransket.
»De havde godt nok fortalt mig, at de havde nogle gode data fra England. Men jeg var også stadig sådan ,ja, ja, men det er jo ikke Region Hovedstadens screeningsprogram’. Så lad os nu se, om det kan matche, for vi havde virkelig erfarne radiologer, alle sammen med mellem 8 og 28 års erfaring, hvad enten det var første- eller andengransker«, fortæller Ilse Vejborg.
Men med AI i den givne organisering, hvor AI scorede på egen hånd i den nederste halvdel af livrisikogruppen – stratificeret ved hjælp af samme AI-løsning alene på baggrund af mammografibillederne – blev resultaterne stort set identiske for sensitivitet, specifitet, mens antallet af falsk positive blev sænket. Og så var det jo tilmed aldrig meningen, at AI skulle klare opgaven på egen hånd i det endelige projekt.
»Det var meget lovende resultater, og det var på baggrund af de data, at det lykkedes mig at overbevise vores regionale ledelse om, at her var der altså noget, som var værd at satse på. Jeg bilder mig også ind, at det talte med en vis vægt, at jeg sagde god for en AI-løsning, da jeg nok tror, at jeg er kendt for at være meget optaget af at være kvalitetsbevidst, fordi det i et screeningsprogram handler om at undersøge raske, indtil det modsatte evt. er bevist. Og så fik vi tilladelsen og også økonomien til at gå i gang«, siger Ilse Vejborg.
Ét er et retrospektivt simulationsstudie på kvinder, der for længst har fået svar på deres mammografier. Noget andet er gå live med »rigtige« kvinder med »rigtige« potentielle diagnoser. Det skete 18. november 2021 og blev fulgt tæt og med stor spænding i Gentofte, efterhånden som resultaterne tikkede ind.
»Jeg havde jo ligesom sat mit renommé på spil ved at være de første til at bruge AI på den måde, som det sådan set ikke var godkendt til på pågældende tidspunkt. Den var beregnet til assistance, mens vi brugte den som førstegransker. Så vi fulgte data meget intensivt«.
Mens højrisikogruppen og den intermediære gruppe fortsat bliver dobbeltgransket af to radiologer uafhængigt af hinanden, så er AI i liveversionen nu førstegransker på lavrisikogruppen. I starten kun en del af lavrisikogruppen, men løbende sat op, så den nu tager hele denne gruppe, mens en erfaren radiolog er andengransker. For at overholde såvel nationale som europæiske retningslinjer skal der være mindst ét menneske inde over. Derudover tilsagde de europæiske retningslinjer, da regionen startede med at tage AI i brug, at for at lave singlegranskning, skal der være tale om high volume readers; at man har centraliseret granskningen, og at der ikke er tale om første screeningsrunde. Alt det overholder man. Mens selve mammografierne foregår på fem forskellige klinikker i Region Hovedstaden, så er al granskning centraliseret på Gentofte Hospital, hvor meget erfarne radiologer årligt undersøger godt 80.000 kvinder.
Og hvordan er det så gået?
»Noget af det første, vi kunne monitorere på, var genindkaldelsesprocenten. Og hvis den var gået op, så var vi nok stoppet, for så ville det ikke give mening i forhold til målsætningen. Men vi så – og det så vi også i simulationsstudiet – at antallet af falsk positive falder. Det tæller rigtig meget på vægtskålen for work-load reduktion, fordi for en speciallæge, der skal lave klinisk undersøgelse, mammografi designet til problemstillingen, UL-skanning og evt. nålebiopsi, tager det tidsmæssigt det samme som 30-50 enkeltgranskninger. Så der skal ikke mange genindkaldelser til, før work load-reduktionen forsvinder«, siger Ilse Vejborg.
»AI diagnosticerer ikke. Den giver et tal. Så jeg mener ikke, at ansvarsmængden ændrer sig«Ilse Vejborg, cheflæge og screeningschef på Afdeling for Brystundersøgelser, Gentofte Hospital.
Og de øvrige resultater, altså oveni færre falsk positive, en 20%-reduktion i genindkaldelser og 35%-reduktion i granskningsarbejdsbyrden: at man har sænket genindkaldelser og reduceret arbejdsbyrden markant: Med AI-assistancen blev der fundet 12 cancere (invasive og/eller in sutu) mere pr. 10.000 screeninger. Fra 70 til 82. Samt signifikant flere små invasive cancer på en centimeter eller derunder. Oveni har man også fået sænket svartiderne, så man ligger rigtig pænt i forhold til, at kvinderne skal have svar inden for ti hverdage – det vil hun dog ikke give AI hele æren for, da det formentlig også hænger sammen med bl.a. et nyt it-system.
For at få det fulde billede mangler der data for de falsk negative. Altså de tilfælde, hvor cancer bliver fundet mellem to screeninger, eller inden for to år efter en screening. Her er data endnu ikke klar til at blive offentliggjort.
»Men også her tegner det godt«, lyder det dog fra Ilse Vejborg.
»Vi står lige på tærsklen til noget nyt. Indtil nu har AI ikke været trænet til at kunne bruge gamle billeder til sammenligning. Det kan radiologerne, og det gør jo en forskel«.
Hele processen med at få implementeret AI i dagligdagen på Afdeling for Brystundersøgelser har ikke været svær i sig selv, siger cheflægen. Det har taget tid, men der har været god hjælp fra engagerede folk.
»Vi fik det implementeret midt i, at vi var i fuld sving med en kæmpestorproces med bl.a. at fusionere to brystradiologiske afsnit fra Rigshospitalet og Herlev Hospital og fysisk flytte det hertil Gentofte. Jeg sagde på forhånd, at vi havde lige præcis tre måneder til at implementere det, og ellers måtte det vente til, vi var færdige med hele den proces. Men det lykkedes på grund af meget engagerede folk«, siger Ilse Vejborg.
»Jeg har ikke oplevet, at der har været modstand. Jeg vil mere sige, at der har været noget nudging undervejs, fordi jeg var så overbevist om, at det var den rigtige vej at gå. Og der har selvfølgelig været nogle spørgsmål om f.eks., hvordan det stiller den enkelte læge retsmæssigt, hvis AI er førstegransker og lægen er andengransker. Men hver læge har et selvstændigt ansvar for det, han eller hun gør, og hvis man er uenig med førstegranskeren – og det gælder uanset, om det er en kollega eller AI – så ryger undersøgelsen på det, vi kalder en konsensusliste, hvor der altid er mindst en meget erfaren brystradiolog, som tager stilling til, hvad der skal ske. AI diagnosticerer ikke. Den giver et tal. Så jeg mener ikke, at ansvarsmængden ændrer sig«.
Et andet spørgsmål, Ilse Vejborg ofte støder på er: Hvad så med oplæringen af de yngre radiologer? Hvordan får de gransket tilpas mange mammografier, så de selv på et tidspunkt bliver high volume readers, hvis AI tager så stor en del.
»Her er det min påstand, at de faktisk hurtigere bliver gode andengranskere, fordi de arbejder med et enriched materiale som førstegranskere i intermediær og højrisikogruppen. For det er jo der, at vi finder langt de fleste cancere. I forlængelse af det, kan man jo så spørge: Hvorfor lader man så ikke bare AI være førstegransker på det hele? Det kunne man sikkert også godt. Men så ville vi ikke få morgendagens erfarne radiologer. Så der når vi ikke hen, før AI er blevet så god, at man helt kan undvære radiologerne til den her opgave. Og der er vi altså ikke«.
Siden de publicerede positive data har Ilse Vejborg og kolleger fortalt vidt og bredt om projektet til danske og udenlandske kolleger. Region Nordjylland har også implementeret systemet. Region Midt kører det som test, mens man i Region Syddanmark er i gang med at planlægge udbud på opgaven.
»Siden vores simulationsstudie er der kommet flere AI-aktører på banen. Men her er det altså en meget vigtig pointe, at man ikke bare kan tage en del af den her setting. Man skal tage det hele eller lade være. Du kan ikke fjerne erfarne radiologer som bagstopper for eksempel. Så kan du i hvert fald ikke forvente samme positive synergi, som vi har haft«.
