Satser på maskinlæring i kreftforskningssamarbeid

Maskinlæring er en sentral del av det nye Kystsamarbeidet mellom PET-forskningsmiljøene i Tromsø, Trondheim og Bergen. Kystsamarbeidet er tildelt 80 MNOK fra Tromsø forskningsstiftelse og Trond Mohn stiftelse. Av disse midlene mottar Maskinlæringsgruppa ved UiT Norges arktiske universitet ei fireårig stilling som postdoktorstipendiat til arbeidet med å utvikle automatiserte analyser for kreftdiagnostisering.

to personer holder en pc mellom seg.

Ph.d.-studentene Stine Hansen og Samuel Kuttner ved Maskinlæringsgruppa på UiT utvikler nye metoder for automatisk kreftdiagnostisering i medisinske bilder. Her viser de et lungebilde foran skanneren på PET-senteret i Tromsø. Foto: Stian Normann Anfinsen.

PET-sentrene i Tromsø, Trondheim og Bergen er reist ved hjelp av donasjoner fra den bergenske forretningsmannen og velgjøreren Trond Mohn. Den nye tildelinga fra Tromsø forskningsstiftelse (TFS) og Trond Mohn stiftelse (TMS – tidligere Bergen forskningsstiftelse) vil finansiere et omfattende forskningsarbeid sentrert rundt denne infrastrukturen.

Komplementære kompetansesentre

Forskningsmiljøene i de tre byene har levert tre koordinerte og komplementære prosjektforslag som er evaluert av et internasjonalt ekspertpanel. Målet er å etablere tre kompetansesentre for utvikling av radioaktive sporstoffer til bruk i PET-avbildning (Bergen), evaluering av disse i dyreforsøk (Tromsø), og klinisk bruk av PET (positronemisjonstomografi) i arbeid med pasienter (Trondheim).

Prosjektene strekker seg over fem år med oppstart i september 2019. Tromsø-prosjektet er det største, med et totalt budsjett på 73 millioner norske kroner, hvor en drøy tredel kommer fra Trond Mohns gavemidler disponert av TFS og TMS.

– Hvis partnerne lykkes i å nå målene de har satt opp, er det er svært sannsynlig at samarbeidet vil gi positive virkninger for norske pasienter, uttaler evaluatorene, ledet av den svenske professoren Gunnar Antoni.

Satser på maskinlæring i medisinske bilder

Satsinga på maskinlæring for automatisk analyse av PET-bilder forener de tre forskningsmiljøene i Kystsamarbeidet. Maskinlæringsgruppa ved UiT sitter på særlig kompetanse innenfor nye metoder kjent som dyp læring med kunstige nevrale nettverk. Samarbeidet med tilsvarende grupper i Trondheim og Bergen gir tilgang på verdifull erfaring og anvendelseskunnskap innen forskning på medisinske bilder og kreft. Ved Maskinlæringsgruppa jobber to ph.d.-studenter allerede med relaterte prosjekter, og den nye postdokstillinga vil styrke gruppas satsing på medisinsk bildeanalyse.

– Det gir en oss en fantastisk mulighet til å utvikle spennende og viktig tverrfaglig forskning sammen med eksperter i medisin, biologi, kjemi og medisinsk fysikk, sier førsteamanuensis Stian Normann Anfinsen ved Maskinlæringsgruppa, som leder én av arbeidspakkene i Tromsø-prosjektet.

Prosjektet vil utvikle nye og forbedrede metoder for å oppdage og karakterisere tumorer. En vil også studere og analysere tidsrekker av medisinske bilder. En viktig del av arbeidet er å utforske nye måter å kombinere PET-bilder med bilder fra magnetisk resonansavbildning (MR) og computer-tomografi (CT), for å kunne utnytte det nye utstyret ved PET-sentrene på en best mulig måte.

Relevante nyhetssaker:

Av Stian Normann Anfinsen
Publisert 13. mai 2019 09:28 - Sist endret 13. mai 2019 09:28