Øyvind Nordbø, Norsvin
I mange tilfeller kan det være krevende å etablere gode medisinske datasett på mennesker. Hovedgrunnen til det er at vi ønsker at datakildene skal være fullstendig anonyme. Når vi anonymiserer data, tar vi imidlertid bort muligheten til å analysere sammenheng mellom ulike effekter av genetikk, miljø og livsstil opp mot egenskapene som man måler. Dette problemet har vi ikke i svineavlen, der vi korrigerer egenskapene for miljøpåvirkninger når vi beregner individets genetiske potensial.
Øyvind Nordbø, forsker (Phd) i Norsvin
Gris som modelldyr
Grisen og mennesket har relativt lik fysiologi. Derfor blir grisen ofte brukt som modelldyr for mennesker ved kirurgisk ferdighetstrening og i biomedisinsk forskning. I motsetning til mennesket, blir imidlertid ikke grisen særlig gammel, og vi står derfor ikke overfor de samme medisinske utfordringene med for eksempel mulige stråleskader fra CT-skanning.
CT-skanning og anvendelse i svineavlen
På Norsvins råneteststasjon Delta Norge CT-skannes flere tusen griser årlig. I CT-skanneren belyses objektet med røntgenstråling fra ulike vinkler. Vevstyper med ulik material-tetthet som bein, muskel og fett absorberer røntgenstrålinga i ulik grad. Gråtonen i CT-bildet vil derfor gjenspeile tettheten på vevet, og ut fra skanneren får vi et høyoppløselig 3-dimensjonalt bilde av objektet. I svineavlen gjøres dette for å kunne ha nøyaktige mål for en rekke slakte- og helseegenskaper hos grisen. Grisen får sovemedisin før den blir heiset opp på CT-bordet, og den har ingen merkbare bivirkninger av behandlinga.
På Norsvins råneteststasjon Delta Norge CT-skannes flere tusen griser årlig. Den store datamengden kan også komme humanmedisinen til gode. Carina Kvålshagen er forsøkstekniker på teststasjonen og har kjørt mange råner gjennom datatomografen.
Utfordringer med CT i humanmedisin
Som beskrevet over, benyttes røntgenstråling under CT-skanninga. For avlsrånene, som maksimalt skal bli to år, utgjør ikke stråledosen fra ei skanning noen helserisiko. Innenfor humanmedisin, der det ofte gjøres mer eller mindre regelmessige og gjentatte målinger, kan derimot risikoen fra stråling utgjøre et problem. En stor akkumulert dose med røntgenstråling øker risikoen for kreft, og derfor ønskes det å begrense stråleskaden fra bildediagnostikk i humanmedisin.
God bildediagnostikk med redusert stråledose
For å redusere risiko for seinskader fra CT, kan stråledosen senkes, men det vil gå ut over bildekvaliteten. En mulig løsning på dette problemet er å trene opp kunstig intelligens (KI) til å kunne forbedre bildene, slik at et bilde tatt med lav stråledose kan forbedres til kvaliteten som forventes av bilder tatt med normal stråledose. For å trene opp slike KI-modeller trengs det imidlertid store mengder data, og det vil være krevende å samle inn slike data, siden det vil utsette testpersoner for en større strålemengde enn nødvendig. I et samarbeid med NTNU og Sorbonne-universitetet i Paris har vi i Norsvin nå utført repeterte CT-skanninger med normal, lav (25%) og ultra-lav (5%) stråledose på 50 griser (se Figur 1). Disse gjentatte målingene utgjør bare et par minutter ekstra på CT-bordet for hver gris og dette har derfor en relativ liten kostnad for Norsvin. Som motytelse vil Norsvin få detaljerte (annoterte) data av indre organer som vi kan benytte til å forbedre og utvide våre KI-modeller til å gi en mer detaljert representasjon av grisens indre.
Figur 1: CT-bilder tatt med normal (a), lav (b) og ultralav (c) strålingsdose.
Utvikling av effektiv hjerte-CT, uten kontrast
Som nevnt tidligere, fungerer CT-bildene godt for å skille vev av ulik tetthet. Blod og muskler har imidlertid svært lik tetthet, og dette gjør at man ofte tilsetter kontrastvæske i blodet når man skal benytte CT for avbildning av hjertet. Kontrastmidler som brukes ved CT inneholder vanligvis jod. Jod har et høyt atomnummer og absorberer røntgenstråler svært effektivt, og når jod blandes i blodet, vil blodet framstå som hvitere enn hjertemuskelen. Bruk av kontrastvæske er imidlertid ikke alltid ønskelig. Hjertesvikt er ofte assosiert med nyresvikt, og mye kontrastvæske er ugunstig for folk med dårlige nyrer.
For å diagnostisere slike pasienter benyttes ofte annen teknologi, som magnetresonansavbildning (MR). MR er imidlertid mye dyrere, og det tar veldig lang tid å ta bildene, noe som gjør at MR ofte er en flaskehals på sykehusene.
Et alternativ til MR og kontrast-basert hjerte-CT, er å utvikle KI til å skille blod og hjertevev i CT-bilder, uten å benytte kontrastvæske. I Norsvin har vi i de siste åra jobbet med ei tilsvarende problemstilling i prosjektet «Med hjerte for grisen». I vårt avlsopplegg utgjør ikke kontrastvæska noen helsetrussel for grisene, men bruken er ikke godkjent i matproduksjon, og grisene skal jo etter hvert bli til mat. Vi har sammen med våre samarbeidspartnere på NMBU, Sandnes samlet en god del hjertedata på gris. Grisene er skannet to ganger, først uten kontrastvæske og så noen sekunder etter med kontrastvæske. Dette gjør at vi fra bildene som er tatt med kontrast har en fasit for hva som er muskelvev og hva som er blod, og vi trener KI med bilder tatt uten kontrast til å skille hjertemuskel og hjertekamre sammen med denne fasiten. Vi ser at disse datasettene er helt unike, og de har antakelig en mye større verdi for bildediagnostikk i humanmedisin enn i svineavlen, og vi har derfor bestemt oss for å dele disse dataene med ulike forskningsmiljøer innenfor KI.
Deling av data
Norsvin har så langt delt disse dataene med forskere på NTNU og Sorbonneuniversitetet i Paris, og vi er nå også i ferd med å legge noen data åpent, slik at forskere rundt omkring i hele verden kan benytte seg av dem. Vi tror at vi med dette kan være attraktive partnere for gode internasjonale forskningsmiljøer innen kunstig intelligens.
