Oavgjort när AI och hudläkare bedömer hudcancer

Skivepitelcancer drabbar årligen över 10 000 svenskar. Det är den näst vanligaste formen av hudcancer i Sverige, efter basalcellscancer, och förekomsten ökar snabbt. Skivepitelcancer uppstår ofta i huvud-halsregionen eller på andra områden som är utsatta för sol under många år.

– Cancerformen som utgår från den vanligaste celltypen i överhuden är starkt kopplad till ackumulerad uv-strålning över tid, och den uppstår på områden som varit solbelysta, ofta på hud som redan uppvisar tecken på solskador i form av skrovlighet, pigmentförändringar eller dålig elasticitet, säger Sam Polesie, docent och hudläkare, som lät.

Att diagnosticera skivepitelcancer är ofta okomplicerat, utmaningen är att före operation bedöma hur aggressivt tumören växer. Vid mer aggressiv tumör behöver operation ske skyndsamt, och mer närliggande vävnad tas bort. Vid mindre aggressiva tumörer kan marginaler användas alternativt kan förklaras i vara optimala i utvalda fall.

Nästa identiska prestationsmaterial

I många länder inklusive Sverige är det inte praxis att rutinmässigt utföra vävnadsprovtagning före kirurgi vid misstanke om skivepitelcancer. I stället genomförs operationen direkt, grundat på den kliniska misstanken om tumör. Att kirurgin utförs utan föregående provtagning måste förstärkas av alternativ till bedömning som inte kräver vävnadsprov, till exempel bildanalys med artificiell intelligens, AI.

I studien tränade forskarna ett AI-system för bildanalys på 1 829 kliniska närbilder av bekräftad skivepitelcancer. AI-modellens förmåga att skilja mellan tre nivåer av tumöraggressivitet testades därefter på 300 bilder och jämförda med bedömningar från sju oberoende erfarna hudläkare.

Resultaten, publicerade i Journal of the American Academy of Dermatology International , visar att AI-modellen presterade nästan identiskt med den samlade läkarkåren. Samtidigt var överensstämmelsen mellan de enskilda läkarbedömningarna måttlig, vilket understryker svårigheten i uppgiften.

Två kliniska egenskaper – sårig samt plan yta – visade sig vara tydligt associerade med mer aggressiva växande tumörer. Tumörer som uppvisade dessa kännetecken hade en mer än dubbelt så hög sannolikhet att representera någon av de två högre nivåerna av aggressivitet.

Vårdbehovet behöver styra

Artificiell intelligens inom hudcancersjukvård har väckt stort intresse för de senaste åren, men enligt Sam Polesie har det praktiska genomslaget i sjukvården varit begränsat. Han betonar vikten av tydligt definierade användningsområden där forskning kan skapa mervärden för svensk sjukvård.

– Vi ser att ett sådant tillämpningsområde kan vara just den preoperativa bedömningen vid misstänkt hudcancer, där nyanserade beslut kan påverka beslutsfattande. Modellen vi behöver framöver behöva vidareutvecklas och testas mer, men riktningen är tydlig – AI ska integreras där den faktiskt tillför värde i vårdens beslutsflöden, säger Sam Polesie.

Studien: Bedömning av differentiering vid kutant skivepitelcancer: En maskininlärningsmetod, https://doi.org/10.1016/j.jdin.2025.07.004

Fakta : Skivepitelcancer

Skivepitelcancer utgår ifrån de celler, keratinocyter, som är vanligast i hudens yttersta lager. Cancer drabbar oftast ljushyade vuxna som tillbringar mycket tid i solen under livet. Man behöver inte ha bränt sig för att få den. Solljusets uv-strålning kan skada cellernas arvsmassa och orsaka förändringar (mutationer) som i sin tur kan leda till cancer. Även barn och unga bör skyddas från för mycket sol för att inte drabbas senare i livet. Vanligaste symtomet är en upphöjd, skrovlig och sårig hudförändring på ansikte, hals, hjässa eller händer ovansida. Vid tidig upptäckt blir de flesta av med sjukdomen efter behandling.  Källa: Göteborgs universitet, Vårdguiden 1177

Källa: Sahlgrenska akademin.