DOGS- Digital Pathology for Optimized Gleason Score in Prostate Cancer

Syfte och mål

Projektet syftar till att utveckla en mjukvara för igenkänning av cancerceller i vävnadsprov från prostata och för bedömning av aggressiviteten utifrån cancercellernas växtmönster. Utvecklingen av detta interaktiva hjälpmedel kan underlätta för patologer i en snabbare diagnostik och bättre reproducerbarhet.

Resultat och förväntade effekter

Inom DOGS-projektet har vi utvecklat en algoritm för igenkänning av cancerceller och deras växtsätt I inskannade mikroskoppreparat efter rutinfärgning med hematoxylin & eosin. Algoritmen har utvecklats och testats för att igenkänna cancerområden och vi har idag nått cirka 80 % precision i analysen. Vi strävar mot att hå 95 % precision och därefter för implementering i rutinsjukvård. Vi kommer att fortsätta arbetet med stöd av Vinnova i nya projekt AIDA och Medtech4Helth-projekt (DOGS2).

Upplägg och genomförande

Algoritmen har utvecklats och testats på ett stort antal (>400) inskannade H&E-färgade prostatabiopsier där varje tumörområde har identifierats efter konsensus av två erfarna patologer. Algoritmen har utvecklats i olika steg efter interaktion mellan patologer och matematiker. Algoritmen har byggts in i en befintlig mjukvara Sectra IDS7 som används för annotering och hantering av inskannade mikroskoppreparat redan idag.