Ny studie: Kunstig intelligens kan måle risiko for å få brystkreft

Hvor utsatt er man for å få brystkreft senere i livet?

I fremtiden kan vi få svar på spørsmålet med hjelp av kunstig intelligens (KI).

Det viser forskningen til Solveig Thrun, som tar doktorgrad hos KI-senteret SFI Visual Intelligence ved UiT Norges arktiske universitet.

Hun har utviklet en KI-modell som kan måle hvor stor risiko man har

– KI-modellen gjør at pasienter med høy risiko kan få tettere oppfølging, sier KI-forsker Solveig Thrun. Foto: Privat

Den kan bli et verdifullt redskap i kampen mot brystkreft, mener forskeren.

– Bedre sjanse for å bli frisk igjen

Hvert år rammes cirka 5000 norske kvinner av brystkreft, som er en av de vanligste kreftformene i og utenfor Norge.

Selv om kreften ofte fanges opp tidlig, oppdages den noen ganger for sent. I verste fall kan den ha spredt seg til andre deler av kroppen, som hjernen, lymfeknutene, lungene eller skjelettet.

KI-modellen kan hjelpe legene med å oppdage flere tilfeller av brystkreft tidligere.

– Jo tidligere kreften oppdages, desto raskere kan pasientene få den behandlingen de trenger, sier Thrun.

– Da kan de ha en bedre sjanse for å bli frisk igjen, legger hun til.

Kortere ventetid til neste undersøkelse

Målet er å utvikle KI som kan brukes i det nasjonale Mammografiprogrammet. Der tilbys alle kvinner i Norge mellom 50 og 69 år å ta mammografi: en røntgenundersøkelse av brystene.

Deretter kalles de inn til nye undersøkelser hvert andre år – uansett hvor stor eller liten risikoen er for å få kreft.

Tilbudet er derfor lite persontilpasset. Det kan være en ulempe for de med høyest risiko.

– Noen kvinner kan ha en risiko for å få kreft innen et år etter undersøkelsen. Er det to år til neste undersøkelse, kan kreften ha utviklet og forverret seg, forklarer hun.

Med KI-modellen kan oppfølgingen tilpasses den enkelte pasienten ut ifra risikograden.

– Det kan føre til hyppigere undersøkelser for kvinner med høy risiko, sier Thrun.

– Jo tidligere kreften oppdages, desto raskere kan pasientene få den behandlingen de trenger. Da kan de ha en bedre sjanse for å bli frisk igjen.

Slipper unødvendige undersøkelser

Modellen kan også bidra til at kvinner med lav risiko kalles inn sjeldnere. Da kan de slippe å ta mange undersøkelser.

Dette er Visual Intelligence

Et senter forskningsdrevet innovasjon (SFI) som utvikler nye KI-metoder for å hente ut viktig informasjon fra ulike former for komplekse bildedata.
Senteret utvikler blant annet bedre KI-verktøy for å oppdage hjertesykdommer og kreft, påvise naturressurser og overvåke miljø og klima.
Visual Intelligence har en tverrfaglig tilnærming. Det vil si at metoder som utvikles innen ett senterområde, ofte kan være nyttig på andre fagområder.
Forskningspartnerne i senteret er UiT, Universitetet i Oslo og Norsk regnesentral.
Senteret består av store offentlige og private aktører som industripartnere, blant annet Kreftregisteret, GE HealthCare, Universitetssykehuset i Nord-Norge, Equinor, Havforskningsinstituttet og Kongsberg Satellite Services.
Visual Intelligence er ett av to SFI-sentre ved UiT. Det andre er Dsolve.
Senteret er finansiert av Norges forskningsråd, prosjektnummer 309439.

Les mer om SFI Visual Intelligence her.

– Hvis en kvinne kalles inn til undersøkelse hvert tredje år istedenfor annen hvert år, utsettes man for mindre røntgenstråling. Det er også fint å tenke at man ikke må sjekke seg så ofte, sier Thrun.

KI-modellen kan undersøke bildene på noen få sekunder. Thrun sier det kan gi legene mer tid til å hjelpe pasientene.

– Helsepersonellet kan derfor bruke mer tid på å følge opp og behandle de med størst risiko, sier hun.

"Tenker" som en røntgenlege

KI-modellen er trent på flere tusen røntgenbilder av brystene. Slik vet den hvordan brystene ser ut og hva som kan være tegn til brystkreft.

Den måler risikoen ved å sammenligne røntgenbilder fra tidligere undersøkelser med bilder fra siste undersøkelse.

På den måten kan den se hvordan brystvevet har forandret seg – på samme måte som legene gjør det.

– KI-modellen vet hva den skal se etter. Den etterligner på mange måter hvordan røntgenlegene jobber i praksis, sier hun.

Uten navn-1 (1).jpg — KI-modellen etterligner hvordan røntgenlegene jobber i praksis. Røntgenbildene viser at KI-modellen fokuserer på samme områder som legene når den skal finne tegn til kreft. Foto: Petter Bjørklund / SFI Visual Intelligence

Kreftregisteret: – Svært lovende

Prosjektet foregår i samarbeid med Kreftregisteret ved Folkehelseinstituttet (FHI), som leder Mammografiprogrammet.

Solveig Hofvind, leder for Mammografiprogrammet og professor II i radiografi ved UiT, mener forskningen til Thrun er svært lovende.

Uten navn-2.jpg — Solveig Hofvind, leder for Mammografiprogrammet, mener forskningen til Thrun er svært lovende. Foto: Folkehelseinstituttet

– Det blir veldig spennende å følge med på dette fremover, sier Hofvind.

Ingrid Stenstadvold Ross, generalsekretær i Kreftforeningen, mener KI og denne typen forskning blir viktig i tiden som kommer.

– KI vil utvilsomt være et viktig verktøy for diagnostisering av kreft, sier Stenstadvold Ross.

Viktig med grundig testing

Både Hofvind og Stenstadvold Ross understreker at det er et langt stykke å gå før slike modeller kan tas i bruk.

Det er for å passe på at de testes ordentlig og oppfyller strenge krav til helse, miljø og sikkerhet.

– Vi må være trygge og sikre på at KI-modeller gir et like godt eller bedre tilbud til kvinnene. De må blant annet være CE-godkjente for å kunne brukes i Mammografiprogrammet, forklarer Hofvind.

– Teknologien utvikler seg raskt. Derfor trenger vi både grundig testing før innføring og kontinuerlig evaluering etterpå, sier Stenstadvold Ross.

Erstatter ikke legene

Mange er redde for at KI etter hvert vil ta over jobben til legene. Vil modellen til Thrun kunne bytte ut helsepersonellet?

Ingrid Stenstadvold Ross, generalsekretær i Kreftforeningen, sier KI og denne typen forskning blir viktig fremover. Foto: Jorunn Valle Nilsen

– Poenget er at den skal hjelpe legene. Slik som mennesker kan KI også gjøre feil, sier Thrun.

– Det vil alltid være behov for leger som kan undersøke og vurdere røntgenbildene, sier hun.

– KI skal være et hjelpemiddel som gjør tilbudet bedre og tryggere, ikke en snarvei på bekostning av kvalitet, sier Ingrid Stenstadvold Ross.

Forskningen til Thrun er publisert som en vitenskapelig artikkel til forskningskonferansen MICCAI 2026.

Kilder:

Solveig Thrun, m.fl: Reconsidering Explicit Longitudinal Mammography Alignment for Enhanced Breast Cancer Risk Prediction. 28th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2025), 2025.

Solveig Thrun, m.fl: Longitudinal Multi-View Breast Cancer Risk Prediction. 29th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2026), 2026.

Zijun Sun, m.fl: From Exams to Trajectories: Neural Controlled Differential Equations for Longitudinal Mammography Vision-Language Pretraining. 29th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2026), 2026.

Bjørklund, Petter petter.bjorklund@uit.no Kommunikasjonsrådgiver / SFI Visual Intelligence, UiT

Publisert: 06.10.26 14:26 Oppdatert: 06.10.26 14:52

Helse og velferd Teknologi