Ny doktorgrad som bruker dyplæring for å analysere multiparametriske MR-bilder for å gradere og lokalisere hjernesvulst

Saruar Alam i Forskningsgruppe for hjernekreft immunologi og terapi (Brain Tumour Immunology and Therapy – gruppen) ved Institutt for biomedisin gjennomførte sitt offentlige forsvar av sin doktorgrad 28 august. Dette var den første doktorgraden i kunstig intelligens/dyplæring (omtalt som AI under) ved Det medisinske fakultet, og hadde tittelen:
     "Multiparametrisk hjerne-MR og dyp læringsmodeller anvendt på segmentering og prediksjon hos pasienter med gliom".

Denne forskningen markerer et viktig skritt i det å integrere AI med medisinsk bildebehandling, og viser relevansen til det kommende AI-senteret ved Det medisinske fakultet ved UiB. Doktorgradsprosjektet har tatt for seg et kunnskapshull i bruken av datamaskinbasert analyse av MR-bilder for gradering og lokalisering av hjernesvulster. Ved å videreutvikle denne teknologien, viser forskningen potensiale til å trekke ut bildebasert informasjon relatert til tumorlokalisering og karakteristikker, som er nyttig for treffsikker gradering og -behandling. Dette vil kunne komme hjernesvulstpasientene til gode i fremtiden.

Disputasen ble vel gjennomført av kandidaten, og etterpå fulgte en spennende diskusjon vedrørende optimal metode for å trene modeller til gradering av hjernesvulster. Ettersom de WHO-definerte kriteriene for gradering har endret seg flere ganger de siste 18 årene påpekte opponent og førsteamanuensis Ingerid Reinertsen viktigheten av å basere trening av nye modeller på molekylære karakteristikker snarere enn på selve graden. Videre ble viktigheten av å ha tilgjengelig pasientdata for trening understreket, ettersom det er den eneste måten vi kan sikre at nye AI-modeller trenes opp på korrekt grunnlag. Dette må selvsagt gjøres i henhold til gjeldende GDPR-reglement. Likefullt bør GDPR hensynta at allmennyttig forskning og fremtidig presisjonsbehandling ikke blir skadelidende av for strengt og kontraproduktivt regelverk. Professor Vincent Barra fulgte opp med interessante diskusjoner omkring valg av type algoritme i opptrening i modellene, og bidro med konstruktive refleksjoner rundt de teknisk-metodiske valgene i studien.

Opponenter:
Førsteamanuensis Ingerid Reinertsen, NTNU
Professor Vincent Barra, Clermont Auvergne University, Frankrike