Vurdering av prostatakreft kan variere fra lege til lege. Anders Blilie har forsket på hvordan patologer kan bruke kunstig intelligens som støtte i diagnostiske beslutninger.
Anders Blilie forsvarer 27. april 2026 avhandlingen Improved Diagnostics of Prostate Cancer by Means of Artificial Intelligence på ph.d.-programmet i helse og medisin ved Det helsevitenskapelige fakultet
Hva har du forsket på?
Jeg har forsket på hvordan kunstig intelligens (KI) kan bistå patologer i vurderingen av digitaliserte prostatabiopsier. Det har resultert i utvikling og validering av en KI-modell som bygger på et svært stort og variert datagrunnlag, bestående av omtrent 100 000 biopsiprøver fra mer enn 7 000 pasienter i 11 land.
Prostatakreft er en av de vanligste kreftformene blant menn på verdensbasis. Diagnosen stilles tradisjonelt av patologer som undersøker små vevsprøver i mikroskop. Denne prosessen er imidlertid ikke alltid enkel. Vurderingen kan være subjektiv, noe som betyr at ulike leger noen ganger kan komme til forskjellige konklusjoner når de undersøker samme vevsprøve.
Dette er problematisk, ettersom patologidiagnosen spiller en avgjørende rolle for hvilken behandling pasienten får. Ideelt sett bør den diagnostiske prosessen være mer standardisert og mindre avhengig av individuelle vurderinger, slik at alle pasienter får riktig behandling uavhengig av hvem som vurderer prøven.
De siste årene har patologifaget gjennomgått en omfattende digital transformasjon, der man har gått fra glasspreparater vurdert i mikroskop, til digitale bilder som analyseres på dataskjermer. Denne utviklingen har åpnet for nye muligheter for bruk av kunstig intelligens (KI) som støtte i diagnostiske beslutninger.
Hva har du funnet ut?
Den resulterende modellen kan påvise prostatakreft og vurdere hvor aggressiv sykdommen er, med en nøyaktighet som er på nivå med svært erfarne patologispesialister. Resultatene indikerer at modellen også kan redusere behovet for kostbare tilleggsundersøkelser som i dag benyttes ved usikre diagnoser.
Hva kan forskningsfunnene brukes til?
Tidligere studier har vist at KI har potensiale til å øke effektiviteten i patologidiagnostikk. Faget vårt er nå i en situasjon hvor antallet og kompleksiteten av vevsprøver øker, mens mange patologiavdelinger opplever kritisk mangel på personell. Ved å hjelpe patologer til å arbeide både mer nøyaktig og mer effektivt, kan KI-verktøy spille en viktig rolle i å støtte diagnostisk praksis i fremtiden.
Anders Blilie er uteksaminert som lege ved NTNU i 2015, og har siden 2017 arbeidet som patolog ved Stavanger universitetssjukehus. Han fikk spesialistgodkjenning i patologi i 2024, og siden 2020 har han vært ph.d.-stipendiat ved Det helsevitenskapelige fakultet. Forskningen er gjennomført i samarbeid med Karolinska Institutet, Stockholm, Sverige.