Velkommen til Teknisk Sett, en podcast fra TU. Jeg sitter her med Odd-Rikard Wallmoth. Hei Jan! Hei, mitt navn er Jan Moberg og jeg er sjef her i TU. Du, Odd-Rikard, har du sjekket prostatene den siste?
Ja, jeg har vel forsovet det. Det er jo en del av den årlige kontrollen. Ja, da kommer gummihandsken på. Ja, nå tar de den også på blodprøver, heldigvis. Men jeg har jo prøvd gummihandsken også. Er du nervøs? Nei, men det er jo en risikofaktor for menn. For sånn som oss. Ja, det er det. Og det blir verre og verre i morgen, ikke sant? Ja. Vi kommer til å dø etterhvert. Ja.
Vi får ikke alltid noe godt forvarsel. En ting vi har snakket litt om, og grunnen til at vi skal snakke litt mer om det i dag, er at en ting er å få det, en annen ting er risikoen for overbehandling. Det er det. Det gjelder veldig mye innenfor kreft. Mange typer kreftformer, ja.
tar et grunndyr for seg. Og det har jo bivirkninger, store bivirkninger, for veldig mange. Men det skjer mye i Norge på dette feltet? Ja, spesielt på kreft så er vi en sånn foregangsnasjon på mange områder. For å få vite enda mer så har vi fått med dagens gjest.
som kommer fra Institutt for kreft, genetikk og informatikk, professor i digital bildeanalyse, Fritz Albrektsen. Velkommen. Hei, takk. Er vi inne på noe her? Ja, det er det. Vi jobber jo med bilde diagnostikk og bilde prognostikk på kreft og informatikk.
Vi bruker ikke gummihandske. Vi ser på cellekjerner og ser på kromatinorganiseringen innenfor cellekjern. Vi får gå til han neste gang igjen. Du skal bare slippe gummihandskene. Dere analyserer jo ned på cellenivå. Ja, som sagt. Vi ser på teksturen eller finstrukturen i DNA i cellekjernene.
Og det vi er spesielt opptatt av, det er om vi kan si med noen sikkerhet hvordan det kommer til å gå med pasienten. Ja, om det er god eller dårlig problemer. Ja, det er vel sånn at du må ha en fullstap før dette er aktuelt. Ja, vi jobber med kreftmaterialer, så alle de pasientene vi har i materialene våre, de har hatt en kreftfullst og har fått den fjernet kirurgisk. Og så har man da
på ulike vis bruttet den til cellekjerner hvor vi kan se på hvor heterogen eller homogen teksturen av DNA i cellekjerner er.
Med forholdsvis enkle matematiske redskaper. Ja, for nå snakker vi ikke om disse her millioner av parametre og sånn. Nei, nei, altså det som mange gjør i sånn informatikk- eller beregningsorientert undersøkelse av sånne bilder, det er jo å trekke ut så mange egenskaper som man kan finne på fra hver enkelt cellekjerne. Og det kan man fort ende opp med, altså
Hvis det går 10-20 år tilbake i tid så brukte folk teksturanalysealgoritmer som gjerne ga noen hundre egenskaper fra hver selgekjær. Det er fortsatt i bruk. Det er et kanadisk firma som er i ferd med å få innpass på det store kinesiske markedet. Vi tror at de sikter mot prostata, for det er jo der pengene ligger. Det er mange generaler og direktører som har en prostata.
Og så er det så mye menn i Kina. Jeg tror det gjelder det samme her og i USA og i alle slike omtrent. Og har man da voldsomt mange parametre, så ender man jo informasjonsteoretisk opp med et 200-dimensjonalt beslutningsrom. Da får du mange svar. Ja, du skal ta beslutninger på om du skal behandle eller ikke behandle en pasient.
ut fra noe som er etter min, ja, det er jo kalt hyperdimensjonalt beslutningsrom, hvor du har veldig lite informasjon, fordi at man har få pasienter på hver kreftform på de fleste sykehus. Det vi har gjort er jo å koke dette ned til å bruke bare to parametre. Vi ser på hvert enkel piksel i et bilde av en cellekjerne, og ser på hva er entropien utenfor,
Hvor mye uorden er det i omgivelsene rundt omkring hvert enkelt piksel? X og Y og uorden, ja, det forstår vi. Det er jo meg, men. Så den gode gamle løksentropien som noen kjenner fra varmelærer og noen fra informasjonsteorien bruker vi som den ene parametren og gråtonen til pikselet som den andre. Når vi snakker om gråtoner, så er jo det et uttrykk for...
hvor tett eller kompakt DNA i cellekjernen er viklet sammen. Vi har jo en lang, nesten to meter lang DNA-tråd i hver cellekjerne. Og den er jo viklet sammen sånn at det får plass inni cellekjernen.
Og så er det en gang å vikle opp og åpne noen steder og vikle sammen andre steder, så du får et slags stokastisk mønster av mørke og lyse felter innenfor cellekjernen. Og det er denne teksturen vi konsentrerer oss om i en statistisk beskrivelse av. Beskrive uten å måtte brette den ut? Ja, uten å måtte sekvensere. Det er jo også en annen innfallsvinkel å sekvensere genomet.
og se hvilke forstørrelser man har. Det har ikke vi innholdet. Vi driver prognostikk på mikroskopibilder som godt kunne vært tatt som rutine mikroskopier på hvilket som helst sykehus. 40 ganger mer forstørrelse. Og her ligger jo det store potensialet, fordi det er enkelt å... Ja, det er enkelt. Det kan flyttes, standardiseres ut på alle mulige klinikker.
Dette viser jo bare hvordan medisin og datateknologi har funnet hverandre i en moderne verden og kan gi oss bedre informasjon om samarbeidet. Ja, den kontakten har vel for så vidt pågått over lang tid. Det samarbeidet som jeg har hatt med Håvard Danielsen på Radiohospitalet har jo vært i 25 år.
Men vi er jo inne i et tidsvindu hvor tilgangen på regnekraft er formidabel. Vi kan lagre, ja, hva sier jeg, 1 terabyte per pasient. Det er jo datamengder som man... Det er formidabelt. Ja, det er jo datamengder som man for noen år siden kunne drømme om. Men målet for dette er jo å få si noe mer fornuftig om krefttryppen.
Slik at du kan behandle den på en individuell måte? Altså det man kaller personlig medisin? Ja, det er målsetninger. I stedet for sånn som det er i dag, at man konstaterer at en pasient har en svulst i prostata, fjerner svulsten eller hele prostataen, og så er det masse...
og man vet ikke om denne pasienten har god eller dårlig prognose, så derfor gir man full gass. Det er ganske mange norske menn som går ut med tap av prostata. Men det er to ting her. Det ene er at du får en prognose. Det har også vært vanskelig å gi prognosen.
Det har vært vanskelig å gi, for det er jo noe som patologene ikke kan si særlig mye om, uten å gå inn i sånne studier som det vi har gjort. Og hvis man da først får en prognose, og man må gjøre noe, så kan du også...
være mer treffende med pådraget eller typen behandling, sikt du får overbehandling. Så her treffer man på flere. Dette må jo være veldig effektivt for samfunnet og for ressursbruk og den enkelte pasienten. Ikke minst enkelte, ja. Men det som er både praktisk og forskningsmessig litt spennende, det er jo å se om sånn personalized medicine, om det er så enkelt som det man tror. Eller om man for eksempel i prostatan faktisk kan ha flere genomer
og det er med flere svulster som oppfører seg på ulike vis. Så den ene cellen har du grønt flagg på, mens den andre kommer det trøtte flagg på? Ja, og hvis du da har urflaks med den biopsien som ble tatt, at det er en prøve av den gode arter, mens rundt hjørnet ligger den aggressive som kommer til å rase av sted. Hvor lang tid tar det før, fra denne jobben her av start av, til dere har en metodikk som kan brukes i praksis?
Ja, altså vår målsetning, eller vårt løfte til forskningsrådet, når vi fikk en av de to som fikk 70 millioner kroner til å drive et ganske stort prosjekt til norsk å være, så er jo vårt løfte at vi skal ha en produksjonslinje ferdig når dette prosjektet går mot slutten, hvor man i ene enden har pasienten og kirurgen,
så blir prostatene eller svulsten tatt ut, den blir delt opp i blokker, den blir preparert etter alle kunstens regler, og så tar man en snitt gjennom den for bildanalyse, en hel med snitt, og i hvert snitt er det millioner av celler. Så skal vi ha en automatisk delinjering av hva som er kreftsvulsten i hvert snitt,
automatisk segmentering av cellekjernene og en automatisk analyse av teksturen i hver bidige cellekjerne vi snakker om, men la oss si 20 000 cellekjerner per pasient. Dette høres ut som en helt ny diagnostikkmetode? Ja, når du ser på de tallene jeg nevnte, så er det jo det som er årsaken til at prosjektet heter "Du mål".
Vi har rett og slett innsett at man må gjøre mer. Man kan ikke jobbe med så små datasett som man har pleidet å gjøre tidligere. Det har jo vært mer pilotpublikasjoner. Og det betyr at patologens rolle sviner litt i bakgrunnen? Ja, den blir i hvert fall annerledes. Ja, den datamaskinen som er patolog. Vi har veldig gode patologer i gruppa i dag.
Det er helt nødvendig at de er med på utviklingsstadiet av dette. Vi skal lære opp maskinene til å gjøre dette riktig. Da må vi ha en kvalitetskontroll. Det beste vi har, er å da ha patologen. Nå er dere litt over et år inn i prosjektet. Ja, og vi...
Vi har jo da lykkes med å få en artikkel inn i The Lancet Oncology som har vakt en viss oppsikt. De har vist at vi med veldig enkle teknikker, men ved å være veldig strenge med oss selv når det gjelder statistisk bearbeiding av materialer, har kunnet utvikle en enkel beslutningsmekanisme basert på trening på et ...
En halv million cellekjerner fra et kolorektalt materiale. Og så har vi validert dette på seks forskjellige andre kreftformer. Ikke bare på det samme som vi trengte på. Tror du dette kan bli en universell teknologi for å si mer om en kreftsulst?
Jeg håper at det er starten på å gjøre det, i hvert fall. Det er klart at den beregningen som vi gjør av entropi lokalt i en cellekjerne, er jo basert på det vi kaller førsteordensentropi. Bare se på gråton. Vi har jo også et arbeid som er publisering, hvor vi ser på strukturentropi.
Og så er det homogenitet eller heterogenitet i for eksempel størrelsen på disse chromatinklumpene i gisselkjern. Er det en sånn, alle er like store? Hva vil det si i det da? Hvis du har stor grad av heterogenitet, så at det er kaos i hvor store disse klumpene er, så er det større sjanser at du har dårlig kronosom.
Ok, men i dag så jobber dere med materiale som er tatt ut i fremtiden, så må det være nok med biopsi? Ja, det må jeg kunne regne med at... Så du er ikke avhengig av kirurgen i fremtiden? Nei, vi vil nok fortsatt se at vi jobber på kirurgisk materiale, men i tillegg så regner jeg med at når...
teknologien blir forstått og verdsatt rundt omkring, så vil man se at man bør bruke dette på biopsier også. Ja, vi har altså kunnet starte behandling uten at noe er tatt ut.
Ja, spesielt når det gjelder prostata, så er det jo sånn at det er mange flere som dør med sin kreft i prostata enn de som dør av den. Ja, og det gjelder jo for sikkert veldig mange kreftformer, at du kan på en måte ha det livet ut, og så dør du av noe annet. Ja, eller i hvert fall ha en sånn watchful waiting, at man gjennom mellom kontrollerer status, og så venter med å ta beskyttningen om en operasjon.
og i alle fall kan dimensjonere hvor mye stråling, hvor mye kjemoterapi trenger pasienten.
Dette er jo imponerende, og Rikard, hvordan dette her foregår i Norge. Jeg må bare nevne også at dette her Do-more-prosjektet, hvor han har forløst 70 millioner fra forskningsålet, og så er det noen flere midler i det bildet. Det er jo et kjempestort prosjekt å være i Norge, et forskningsprosjekt. Ja, så forskere håper vi sikkert at dette skal bli et litt industrielt aspekt også. Ja, det gjør de. Ja.
Så vi har som sagt en ambisjon om en produksjonslinje, og på slutten av den så er det jo også en del beslutningsstøttefunksjoner hvor andre deler av informatikken kommer inn. Hvilke tidsperspektiver har man på det? Når kan vi forvente at det er en produksjonslinje kommersielt tilgjengelig? Nå tenker vi på oss selv.
Ja, det har sett litt vekk. Dette prosjektet går jo til midten av 2020. Også spørs det om det kommer oppfølger. Vi håper jo å ha en demo inntil tid.
Og så får vi se. Men det er jo mange spennende ting som, vi får jo hele tiden ideer, men vi har ikke bare de ideene vi hadde før dette prosjektet. Vi startet, det ruller jo på med ting. Ja, det kan være krevende å holde fokus noen ganger.
Det kan det være. Men uansett, superimponerende. Og det viser jo bare at innenfor kreft så har vi faktisk litt å farme her i landet. Vi har gode miljøer som utvikler immun og terapi, så har vi kreftregister som er unikt i verdens sammenheng sammen med et par andre nordiske land. Ja, men det viser jo også at det er ikke bare å ha noen sånn pettersmarter som gjør et eller annet på et lite materiale. Det som er suksess
Formelen her er jo at man jobber sammen over lang tid, og at det finnes et stort og godt laboratoriemiljø på landhospitalet, som på profesjonelt vis har kunnet behandle disse kreftmaterialene, og i et samarbeid med studenter og ansatte på Institutt for informatikk på Grunnen, har lykkes i å få dette til. Så det er noe synergi som må ligge i bunn her, altså.
Jeg er litt beroligere nå, Jan. Jeg tror vi overlever det. Nå tror jeg det er ikke lenge før du får ditt prostatometer. Nei, sjekk en neimara. Du får det på klokka. Fritz Albrektsen, dette var superspennende, og vi må jo få komme tilbake når du har kommet litt lenger i arbeidet. Takk skal du ha. Takk.