
Stockholm låter AI bli andra granskare i bröstcancerscreeningen

I Lunits besked den 28 september 2026, där Karin Dembrower vid Capio S:t Görans sjukhus kallar utvidgningen ”an important next step”, anges att AI-systemet Lunit INSIGHT MMG ska bli en av två oberoende granskare av mammografibilder vid Capio S:t Göran, Karolinska universitetssjukhuset och Södersjukhuset. När införandet är fullt genomfört väntas arbetssättet omfatta 200 000–250 000 undersökningar per år. En människa ska fortfarande göra den andra bildgranskningen.
Seoul Economic Daily rapporterar om samma planerade regionala införande och beskriver förändringen som att AI tar platsen för en radiolog i den dubbla bildgranskningen. Beskedet följer flera års prövning och klinisk användning vid S:t Göran. Det gäller en utvidgning av det arbetssättet till regionens screeningverksamheter, inte ett påstående om att alla berörda enheter redan använder systemet.
Två självständiga bedömningar – med en ny granskare
1177:s beskrivning av mammografiscreening anger att två personer normalt granskar bilderna var för sig och att en granskare kan vara röntgenläkare eller sjuksköterska med särskild utbildning. På en del sjukhus ersätter AI redan en av dem. I det planerade upplägget för Stockholm ska Lunit INSIGHT MMG göra en egen bedömning av bilderna, parallellt med den mänskliga granskaren.
Före bytet gör två människor var sin första läsning av samma undersökning. Efter bytet ska en människa och AI göra var sin läsning. Det är vad rollen som oberoende granskare innebär här: systemet ska själv kunna markera en bild som misstänkt, även om människan inte gör det. Det är en större uppgift än att bara visa ett förslag för någon som redan har granskat bilderna.
För den som kallas till mammografi ligger förändringen efter själva bildtagningen. Personalen genomför fortfarande undersökningen och bilderna går sedan vidare till granskning. En misstänkt markering kan leda till ytterligare bedömning, men markeringen är varken ett cancerbesked eller ett beslut om behandling. Att en mänsklig bildgranskare ersätts i det första ledet betyder därför inte att AI tar över hela vägen från undersökning till patientbesked.
Studien prövade fler läsare än det nya vårdflödet ska ha
Grunden för införandet lades vid Capio S:t Göran. Enligt Karolinska Institutets redovisning av ScreenTrustCAD granskades mammografier från drygt 55 500 kvinnor under april 2021–juni 2022 av två röntgenläkare och AI. Forskarna jämförde sedan vad olika kombinationer av dessa granskningar skulle ha upptäckt: två röntgenläkare identifierade 250 cancerfall, medan en röntgenläkare tillsammans med AI identifierade 261 i samma grupp.
Under studien var AI alltså en tredje självständig läsare vid sidan av två radiologer. Den utformningen gjorde det möjligt att jämföra kombinationerna på samma undersökningar. Den planerade regionala rutinen har en annan bemanning i det första granskningsledet: där ska AI fylla den ena av de två platserna. S:t Göran gick efter studien vidare till klinisk användning med AI och en röntgenläkare, innan Lunit meddelade den bredare utrullningen.
En senare analys av ScreenTrustCAD omfattade 54 991 kvinnor efter ytterligare urval och undersökte vad som hände när AI eller radiologer markerade en undersökning som misstänkt. Där gick markerade undersökningar vidare till en gemensam bedömning av minst två radiologer, som avgjorde om kvinnan skulle återkallas. AI-markeringar som ingen radiolog hade gjort ledde mer sällan till återkallelse än motsvarande markeringar från en ensam radiolog. Skillnaden mellan studiens deltagarantal beror på att analyserna använde olika urval, inte på olika regionala införanden.
Bildgranskning och patientbesked är olika beslut
Den första läsningen avgör vilka bilder som behöver uppmärksammas. Vid S:t Görans studie följde en medicinsk diskussion när någon av granskarna markerade en undersökning; radiologerna tog då ställning till fortsatt utredning. Det visar hur ett AI-fynd kan bli ett underlag för vårdens beslut utan att systemets markering i sig blir en kallelse. Beskedet om Stockholmsutvidgningen anger AI:s roll i den oberoende bildgranskningen, men beskriver inte varje senare beslutspunkt vid respektive sjukhus.
Det spelar roll för hur förändringen märks för patienten. Ett svar från screeningen kan innebära att inget kräver fortsatt utredning eller att personen behöver komma tillbaka för kompletterande undersökningar. Om bilderna visar något avvikande är det den fortsatta bedömningen i vården som avgör vad som behöver utredas. Ett screeningfynd är inte detsamma som en fastställd diagnos, och ett normalt svar säger vad bilderna visade vid just den undersökningen.
Från lokal användning till regionens screening
Lunit samarbetar med Sectra om införandet vid de berörda verksamheterna. S:t Göran har redan erfarenhet av att använda systemet i rutinmässig screening; för Karolinska universitetssjukhuset och Södersjukhuset är nyheten att samma typ av oberoende AI-granskning ska tas in i deras flöden. Den uppgivna årsvolymen avser ett fullt genomfört införande. Den säger inget om hur många undersökningar som redan har granskats med den nya ordningen på varje enhet.
Utvidgningen gör uppföljningen i den löpande vården särskilt betydelsefull. Studien vid S:t Göran jämförde möjliga läsarkombinationer, medan regionens verksamheter nu ska använda en bestämd kombination i sitt dagliga arbete. Hur misstänkta fynd bedöms vidare, hur många som återkallas och vilka cancerfall som upptäcks blir konkreta resultat att följa när införandet når hela den planerade screeningvolymen.
Läs också:
Relaterade artiklar


Cloudflare R2 eller Amazon S3: gratis uttrafik löser inte allt

Azure OpenAI eller direkt API: dataplaceringen kan kosta 10 procent

Supabase eller Firebase: SQL, mobilverktyg och kostnad drar åt olika håll

TERASi tar in 11 miljoner euro – Nato-fonden gör sin första svenska investering

AI-agenter lade 13 000 interna bilder öppet – kontrollera personliga GitHub-konton
Prenumerera på vårt nyhetsbrev
Få de senaste nyheterna om Web3, AI och krypto direkt i din inkorg.