PCAI är resultatet av mer än 20 år av medicinsk forskning vid Uppsala Universitet, Akademiska sjukhuset, Martini-Klinik och UKE Hamburg Samarbetspartners. En sammanfattning av vad studierna visar finns under kliniska resultat Kliniska resultat. Nedan finns en komplett lista över vetenskapliga publikationer, i den ordning arbetet växte fram.
Utvecklingen, publikation för publikation
I vår utveckling använde vi från början den stora biobanken på Martini-Klinik som beskrivs i:
- Sauter G et al., Clinical Utility of Quantitative Gleason Grading in Prostate Biopsies and Prostatectomy Specimens. European Urology, Volume 69, Issue 4, 2016, Pages 592–598. doi.org/10.1016/j.eururo.2015.10.029
En uppsättning digitaliserade biopsier från Uppsala universitetssjukhus som vi gjorde allmänt tillgängliga:
- Walhagen P, Röbeck P, Bengtsson E, Busch C, Häggman M. Spear Prostate Biopsy 2020 (SPROB20) (2020). datahub.aida.scilifelab.se/10.23698/aida/sprob20
Första versionen av vårt system:
- Dietrich E, Fuhlert P, Ernst A, Sauter G, Lennartz M, Stiehl HS, Zimmermann M, Bonn S. Towards explainable end-to-end prostate cancer relapse prediction from H&E images combining self-attention multiple instance learning with a recurrent neural network. Proceedings of Machine Learning Research, 158:38–53, 2021
Vårt team i Uppsala–Stockholm publicerade våra första resultatbedömningar:
- Walhagen P, Bengtsson E, Lennartz M, Sauter G, Busch C. AI-based prostate analysis system trained without human supervision to predict patient outcome from tissue samples. J Pathol Inform. 2022 Sep 8;13:100137. doi: 10.1016/j.jpi.2022.100137
Robusthet är en nyckelfråga när vi utvecklar ett system för kliniskt arbete. Analys av den senaste tekniken inom litteraturen inom det området ledde till den publicerade översiktsartikeln:
- Brehler M, Walhagen P, Busch C, Bonn S, Bengtsson E. Difficulties and Recommendations for AI-Based Prediction of Prostate Cancer Aggressiveness in Digital Pathology. Medical Research Archives. 2023;11(11). doi.org/10.18103/mra.v11i10.4586
Sedan skapades den nuvarande robusta PCAI (Prostate Cancer Aggressiveness Index), och ett första manuskript skickades in till MedRxiv:
- Westhaeusser F, Fuhlert P, Dietrich E, Lennartz M, Khatri R, Kaiser N, Röbeck P, Bülow R, von Stillfried S, Witte A, Ladjevardi S, Drotte A, Severgardh P, Baumbach J, Puelles VG, Häggman M, Brehler M, Boor P, Walhagen P, Dragomir A, Busch C, Graefen M, Bengtsson E, Sauter G, Zimmermann M, Bonn S. Robust, credible, and interpretable AI-based histopathological prostate cancer grading. MedRxiv 2024.07.09.24310082. doi.org/10.1101/2024.07.09.24310082
Huvudpublikation
Vår senaste godkända artikel i Medical Image Analysis, november 2025:
- Fuhlert P, Westhaeusser F, Dietrich E, Lennartz M, Khatri R, Kaiser N, Röbeck P, Bülow R, von Stillfried S, Witte A, Ladjevardi S, Drotte A, Severgardh P, Baumbach J, Puelles VG, Häggman M, Brehler M, Boor P, Walhagen P, Dragomir A, Busch C, Graefen M, Bengtsson E, Sauter G, Zimmermann M, Bonn S. A systematic analysis of the impact of data variation on AI-based histopathological grading of prostate cancer. Medical Image Analysis, november 2025.
Det är den studie som ligger till grund för PCAI i dess nuvarande form, och den som beskriver hur metoden står sig när provhanteringen varierar mellan laboratorier.
Forskningen fortsätter
Forskning pågår för att utveckla analysen med parametrar som PSA PSA-värde, Pi-RADS och patientens ålder, vilket ytterligare kommer att förbättra precisionen och individualiseringen av behandlingsrekommendationer.
Arbetet bedrivs tillsammans med de institutioner som varit med sedan början Samarbetspartners, och bakgrunden till samarbetet beskrivs under vår historia Vår historia.
Relaterat: Kliniska resultat · Hur PCAI fungerar · PCAI vs. Gleason
Vill du veta mer?
Vi går gärna igenom vad forskningen betyder i just ditt fall. Det inledande mötet är kostnadsfritt. Om du efteråt känner att det här är rätt för dig kan du enkelt beställa en second opinion.