Sök

Årets Sophiastipendiat är Johan Hartman. Han får utmärkelsen för sitt arbete med hur AI och bildanalys kan hjälpa till att förbättra bröstcancerdiagnostisering. Johan tilldelas stipendiet på 50 000 kronor.

Sophiastipendiet är ett stipendium som delas ut årligen till en svensk person, företag eller projekt som på ett påtagligt sätt bidragit till att lösa en samhällsutmaning med hjälp av AI. Stipendiet instiftades 2019 efter ett samarbete med skaparna av Sophia the robot. Ambitionen är att väcka nyfikenhet och tankar kring de möjligheter som AI och smart data för med sig. 

Juryns motivering lyder: Johan Hartman kan med införandet av ny teknik bidra till att effektivisera vården. Hans väldokumenterade arbete hjälper till att tillgängliggöra avancerad teknik vilket bidrar till en mer inkluderande diagnostisering som på sikt kommer att bidra till att rädda fler liv. Bröstcancer är en stor samhällsutmaning; förhoppningen är att stipendiet ska bidra till att ge Johan och hans team ännu bättre möjligheter att driva arbetet framåt.

– Syftet med projektet är att utveckla AI-baserad bildanalys för att diagnostisera bröstcancer. Systemet ska fungera som beslutsstöd till patologer, dvs för doktorer som arbetar med cancerdiagnostik. Att kunna göra analyser på det här sättet har stora fördelar, datorn blir aldrig uttröttad som en människa och gör därmed inte samma misstag. Dessutom kan ett AI system se mönster som inte ögat klarar av, berättar Johan. Vanligtvis analyseras vävnadsprover manuellt av patologer i mikroskop eller digitalt.

"AI är här för att stanna, både i samhället och inom sjukvården. Vi har en stor brist på patologer och AI-modeller likt vår både underlättar och effektiviserar arbetet."

"AI är här för att stanna, både i samhället och inom sjukvården. Vi har en stor brist på patologer och AI-modeller likt vår både underlättar och effektiviserar arbetet."

Johan Hartman, forskare på KI

I dagsläget finns en tregradig skala när patologer ska bedöma en bröstcancers aggressivitet; grad 1 till 3. Grad 2 är snarast en gråzon, men där det trots allt hälften av alla patienters tumörer hamnar. Johan förklarar att AI modellen har tränats att bedöma tumörer till att antingen vara elakartade eller godartade – ingenting mittemellan, vilket gör att fler patienter kommer få en korrekt bedömning från början.

Johan berättar att den här AI modellen har flera fördelar. Den kan den hitta cancer i mikroskopibilder men framförallt kan den dela in tumörer i god- eller elakartade. Eftersom det finns stora variationer i cancerdiagnostik i olika delar av landet kan AI-modeller bidra till en mer jämlik vård mellan olika regioner i Sverige, något som är en utmaning idag. Anledningen att det är just bröstcancer som forskningsprojektet utförs inom är framförallt den stora mängden historisk data som finns, vilket underlättar i arbetet att träna AI modeller att detektera cellförändringar.

Arbetet med att ta fram AI modeller för vården borde vara en högprioriterad fråga enligt Johan, men något som kostar. Idag är det framförallt stora amerikanska företag som Google som har de muskler och ambitioner som krävs för att driva det arbetet, något som skulle kunna riskera att vi i Sverige hamnar på efterkälken och tvingas köpa in färdiga lösningar inom några år.

– AI är här för att stanna, både i samhället och inom sjukvården. Vi har en stor brist på patologer och AI-modeller likt vår både underlättar och effektiviserar arbetet. Läkarna kan avlastas samtidigt som AI kan bidra till bättre överlevnad för cancerpatienterna, framhäver Johan. Dock är det viktigt att komma ihåg att AI inte ersätter läkare eller gör egna slutliga bedömningar, det är det alltid läkaren som gör. Men man kan säga att vi generellt sett har tillgång till väldigt mycket data i Sverige, så därför har vi goda förutsättningar att kunna driva egna AI projekt.

Johan får frågan om det finns några risker med AI och svarar att den största risken och utmaningen är tillgången på data för att träna upp AI modellerna och få igenom en kliniskt godkänd modell.

– Vi har den här AI modellen för bröstcancerdiagnostisering just eftersom det finns så mycket data och forskning på just bröstcancer. Men även arbetet med att få en CE godkänd modell för AI diagnostisering är omfattande och kräver stora ekonomiska resurser.

Men Johan är hoppfull inför framtiden. Hans ambition är att liknande modeller ska kunna användas på flera olika typer av cancer i framtiden, där tjocktarm- och hudcancer ligger närmast till hands, men även prostatacancer, vilket är andra vanliga cancerformer där det finns mycket data att inhämta.

– Jag hoppas vi kan få till den rigorösa testning som krävs för ett CE-IVD gokännande för klinisk diagnostisk och att flera regioner i Sverige kan få möjlighet att använda vår modell inom de kommande fem åren. Vi kommer se en total förändring i sättet vi jobbar med data framöver, inte minst i form av nya arbetskategorier där vi ska kunna utnyttja AI och data på bästa sätt.

 

Om Sophiastipendiet

Juryn består av:

  • Eric Wallin, VD på Bisnode – Ordförande
  • Fredrik Löfgren, Robotutvecklare
  • Sofia Breitholtz, VD på Reach for Change  
  • Magnus Unemyr, AI och Marketing Automation consultant
  • Estelle Westling, Grundare av Grace Health och vinnare av förra årets stipendie

Frågan är: Vilket sorts AI vill vi ha? Vilka är möjligheterna och hur undviker vi riskerna? Forskaren och författaren Max Tegmark kallar detta den viktigaste konversationen i vår tid.

Sophia the robot bidrar till att väcka nyfikenhet och tankar hos människor över hela världen. Det vill vi på Bisnode ta vara på. Vi väljer att se möjligheterna med AI och smart data – inte bara för oss själva utan för samhället i stort. Vi tror att AI kan bidra till att lösa, om inte alla, så i alla fall några av de samhällsutmaningar vi står inför – socialt, miljömässigt och ekonomiskt.

Därför har vi instiftat Sophiastipendiet där vi belönar en svensk person, ett företag eller en organisation som på ett påtagligt sätt bidragit till att lösa en samhällsutmaning med hjälp av AI.