Nationell valideringsplattform för AI inom mammografiscreening (VAI-B)

För att kunna dra nytta av AI-lösningar behöver vårdgivare kunna validera dem, dvs kontrollera att de är patientsäkra och effektiva givet de lokala förutsättningarna. I detta pilotprojekt utvecklas VAI-B, en nationell valideringsplattform for AI inom mammografiscreening, som syftar till att bli en hörnsten för sjukvårdens förmåga att genomföra AI-validering med hög kvalitet.

Artificiell intelligens (AI) har visat mycket stor potential att göra nytta inom bilddiagnostik, och speciellt inom mammografiscreening. Det har dock visat sig vara svårt för AI-innovationer att nå ut i vården. Trots att många formellt godkända produkter finns att köpa, är det mycket lite som hittills används i vårdens vardag.

En svårbemästrad utmaning för vårdgivare är klinisk validering, att kontrollera att AI-lösningen är patientsäker och effektiv givet de lokala förutsättningarna. Sådan AI-validering är en ny fråga för vården och till stor del en förmåga som ännu saknas. Dels är det praktiska och tekniska hinder som måste övervinnas, och ny metodik som behöver utvecklas.

I detta pilotprojekt utvecklas VAI-B (Valideringsplattform för AI inom Bröstradiologi), en nationell valideringsplattform for AI inom mammografiscreening. Syftet med plattformen är att utgöra grunden för sjukvårdens förmåga att genomföra systematisk klinisk validering inom detta område. Ansatsen är nationell för att denna förmåga ska finnas över hela landet, även i mindre regioner.

Validering innebär i detta sammanhang att testa AI-algoritmer på en stor mängd historiska data som är noggrant utvalda för att vara representativa för svenska aktuella förhållanden. Genom valideringen kan man avgöra hur hög träffsäkerheten är, både jämfört med andra AI-lösningar och jämfört med mänskliga experter. Dessa historiska data måste vara representativa ur flera aspekter: härröra från olika geografiska områden i Sverige, från olika typer av utrustningar, och ha bred sammansättning av patientunderlaget avseende ålder, kön och etnicitet. 

En principskiss av hur VAIB kommer fungera syns i figuren nedan. Bilder och tillhörande data samlas in från vårdgivare och nationella register. I en säker miljö processas data av de AI-lösningar som ska testas och resultaten samlas in. Därefter sker en analys av olika kvalitetsaspekter, och resultaten skickas till de vårdgivare som begärt validering. Även AI-leverantörer kan begära att få testas på VAI-B för att få återkoppling på sin produkts prestanda, men genom att leverantörerna aldrig får tillgång till själva bilderna och annan data, kan data återanvändas för valideringar om och om igen.

VAI-B simple platform overview.png

VAI-B är en pilotsatsning inom en inkubator för liknande valideringsplattformar, se länk nedan. Inkubatorn är en satsning inom AIDA, den nationella arenan för AI inom bilddiagnostik, som är en del av strategiska innovationsprogrammet Medtech4Health.

Inkubator för validering, AIDA

VAI-B utvecklas av ett konsortium som leds av Karolinska Institutet och även innefattar Karolinska Universitetssjukhuset, Lunds Universitet, Region Skåne, Linköpings Universitet, Region Östergötland, Kungliga Tekniska Högskolan, Bröstcancerförbundet och Medtech4Health AB.