KI hjelper leger med å finne sykdom i tarmen

Polypper i tarmen er som oftest godartede utvekster på innsiden av tykktarmen eller endetarmen. Mange har dem, men det er vanlig å fjerne dem fordi noen av dem over tid kan utvikle seg til tarmkreft.

For å kunne finne polypper i tarmen, er en mulighet å bruke en kapsel med innebygget kamera. Pasienten svelger denne kapselen. Sju timer senere har kameraet tatt titusenvis av bilder fra innsiden av magesekk og tarm.

Kunstig intelligens hjelper nå legen med å finne syke polypper i tarmen.

Les også: Satellitten blir byggesakkyndig for kommunen

Med kamera i tarmen

Ved mistanke om sykdommer i mage og tarm må pasientene undersøkes ved hjelp av lange slanger og kamera. Utstyret føres inn via hals (gastroskopi) eller endetarm (koloskopi).

– Et alternativ til slangene er kapselendoskopi. Da brukes et lite kamera som passerer gjennom mage- og tarmsystemet. Kameraet er inne i en stor pille som pasienten svelger, og som senere kommer ut i doskåla.

Det sier seksjonsoverlege Øistein Hovde ved Gastrolaboratoriet ved Gjøvik sykehus. Han er også førsteamanuensis ved Universitetet i Oslo.

Ved laboratoriet tar de imot pasienter for utredning og behandling av mage- og tarmsykdommer.

Opptil 50 000 bilder fra tarmen

Problemet? Mengden data. Et pillekamera kan ta opptil 50 000 bilder i løpet av én undersøkelse. Reisen tar seks-syv timer. Kameraet sender kontinuerlig bilder til en datamaskin som pasienten bærer på seg.

Dette bildet fra en tarm er helt ekte. Foto: Sykehuset i Gjøvik VIS MER

– Det er rett og slett mye data for en lege å gå gjennom manuelt, selv om bildene kan kjøres i hurtigfart.

Det sier professor Marius Pedersen ved Colourlab ved Institutt for datateknologi og informatikk, NTNU i Gjøvik.

Forskere ved Colourlab ved NTNU i Gjøvik og leger og forskere ved sykehuset i Gjøvik har nå samarbeidet for å løse nettopp dette. Altså raskere og sikkert å komme fram til de bildene legene trenger for å avdekke sykdom.

Trengte flere bilder

Utgangspunktet var 1350 bilder fra ti pasienter med tarmsykdommen ulcerøs colitt. Øistein Hovde tok bildene ved hjelp av koloskopi.

Det ble også gjort kapselendoskopi på akkurat de samme pasientene.

Men for at kapselkameraene skulle ta bilder der KI etterpå skulle finne fram til bilder av syke polypper, trengtes opplæring. Og da var det behov for enda flere bilder enn de 1350.

– Kunstig intelligens må ha store datamengder for å bli god. Samtidig var det vanskelig å samle inn nok tradisjonelle bilder tatt ved hjelp av manuelle slanger og kamera av hensyn til tid og personvern, sier Pedersen.

Løsningen ble å lage flere bilder på kunstig vis.

Ulikt motiv

Det ble tatt i bruk diffusjonsmodeller og maskinlæringsmetoden CLIP. Slik lagde forskerne nye, realistiske bilder av polypper i samarbeid med Hovde.

Innholdet i bildene måtte varieres. For eksempel:

• Hvor i tarmen bildet skulle være tatt
• Antall polypper
• Plassering av polyppene
• Siktforhold som kunne vært forstyrret av «rusk», blod eller bobler
• Ulike stadier på polyppene.

Klarer leger å se forskjell?

I tillegg til å hente manuelle bilder via koloskopi fra pasientene først, brukte altså Hovde også pillekamera på de samme pasientene. Disse ble brukt i testen:

Ville gastroenterologer, altså leger som kan særlig mye mage og tarm, se forskjell på ekte og kunstig genererte bilder?

– Størrelse og utseende på polypper gir en pekepinn på kreftrisiko, sier Øistein Hovde, seksjonsoverlege ved sykehuset i Gjøvik. Foto: Privat VIS MER

– Legene svarte riktig i 54 prosent av tilfellene. De kunstige bildene var vanskelige å skille fra de ekte, sier Pedersen.

Erfarne og mindre erfarne leger gjorde det omtrent like bra.

– Det forteller oss at de syntetiske bildene i denne sammenhengen holder samme kvalitet som tradisjonelle bilder, sier Pedersen.

Mindre ubehag for pasienten

Målet er ikke å erstatte dagens undersøkelser, men å gjøre arbeidet enklere og smartere.

– Gullstandarden er fortsatt koloskopi. Der kan vi både se innsiden av tarm og mage, men også ta prøver samtidig, sier Hovde.

Et mål med de nye KI-lagde bildene er også å gjøre vurderingene mer like fra lege til lege. I dag kan to spesialister gi forskjellig vurdering av samme bilde, selv om de bruker for eksempel Mayo-skåren for betennelse ved ulcerøs kolitt.

– Med flere og bedre bilder kan det bli lettere å trene og å enes om hva man faktisk ser, sier Hovde.

Lettere å prioritere

Hovde mener kunstig intelligens kan hjelpe legene å prioritere:

I stedet for å bla gjennom titusenvis av bilder, kan legen få presentert for eksempel de hundre viktigste. De vil da også få nøyaktig informasjon om hvor i tarmen bildene er tatt.

– Det kan redusere antall undersøkelser og gir mindre analysearbeid. Dette tar ofte tre-fire dager per pasient. Nå kan det reduseres til én dag. Pillekamera reduserer også ubehaget for pasientene, sier Hovde.

– Nyttig ved screening

Han mener pillekamera kan være nyttig blant ved avdekking av tarmkreft. Norge er blant landene i verden med høyest forekomst av denne sykdommen. Rundt 5000 mennesker får diagnosen hvert år. Det er den vanligste kreftformen når kjønnsspesifikke krefttyper, som eggstokk-kreft og prostatakreft, holdes utenfor.

I Norge er det et nasjonalt screeningprogram for tarmkreft. Alle 55-åringer inviteres til å sende inn avføringsprøve. Hensikten er å se etter spor av blod.

Mange av tarmkreft-tilfellene starter som små polypper i tarmen. Samtidig vil minst ni av ti polypper aldri utvikle seg videre til kreft. Men størrelse og utseende gir en pekepinn på kreftrisiko.

– Her kunne pillekamera vært brukt på de pasientene som har avgitt prøve der vi ønsker en nærmere sjekk, sier Hovde. – Hvis bilder viser polypper som har utviklet seg i størrelse og utseende som gir pekepinn på kreftrisiko, bør pasienten gjennom koloskopi. De som har spor av blod i avføring, men som likevel har ufarlige polypper avdekket ved bruk av pillekamera, vil da slippe koloskopoi. Det ville spart pasienter for ubehag og helsevesen for kostnader.

• Les også: EU-støtte til seks prosjekter

Bedre batteri og optikk

Han og Pedersen trekker fram samarbeidet mellom sykehuset og NTNU som viktig.

– Tradisjonelle bilder og kunstig skapte bilder av polypper i tarmen er vanskelig å skille fra hverandre, sier professor Marius Pedersen ved Institutt for datateknologi og informatikk, NTNU i Gjøvik. Foto: NTNU VIS MER

– Resultatet er et godt eksempel på hvordan klinisk erfaring og teknologisk forskning kan utfylle hverandre, sier Pedersen.

Colourlab ved NTNU Gjøvik skal nå administrere 200 millioner kroner til videre forskning innen visuell teknologi, kulturarv og medisinsk bildeanalyse. I prosjektet om kapselendoskopi skal 15 PhD-stillinger lyses ut. Ett av målene er å utvikle pillekameraene ytterligere. Målet er at flere sykdomstilfeller kan diagnostiseres på et tidlig stadium.

Bedre visualisering og optikk skal også utvikles. Forskere fra åtte land skal delta i dette arbeidet.

– Skal vi bli bedre må vi samarbeide. Det blir nå én PhD i Sykehuset Innlandet og to i England på kliniske problemstillinger rundt det å stille diagnose. Hellas skal utvikle bildekoding, og i Spania skal optikken i kameraene forbedres, sier Pedersen.

• (På kollasjen øverst i saken er det kunstige bildet til venstre, det ekte til høyre. Greide du å se det?)

Referanse: Lu Xu, Anuja Vats, Marius Pedersen, Kiran Raja; Controllable Image Synthesis for Endoscopy: Leveraging Text and Spatial Guidance in Diffusion Models. Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) Workshops, 2026, pp. 30-39.