SE-0-SE-29-2021-04811 Sweden Our research group has developed and conducted proof-of-concept studies of a novel method that combines artificial intelligence (AI) and mobile digital microscopy for cell-based cervical cancer screening in resource-limited settings. The mobile microscopes are wirelessly connected via mobile networks for AI-based analysis and provide access to diagnostics where there is a lack of medical experts. We now intend to scale up the use of the new diagnostic method in the form of a validation study in Tanzania with the aim of detecting premalignant changes for the purpose of cervical cancer screening and prevention. During 2022-2023 a total of 1,500 cervical smears will be collected and digitized with mobile microscope scanners and premalignant cells detected with a deep learning algorithm. Suspected abnormal cells are verified by a pathologist and treated. In 2023-24 the method´s diagnostic accuracy, technical feasibility, cost and time per test, and acceptance of the AI method is evaluated and compared to conventional diagnostics.Throughout the project, opportunities for larger scale implementation of the diagnostic platform in East Africa are evaluated, with the ultimate goal of achieving sustainable solutions for low-resource settings.The methods have great potential to improve equitable and sustainable access to high-quality diagnostics for cervical cancer screening among women residing in low- and middle income countries, carrying the highest cervical cancer burden globally. Vår forskargrupp har utvecklat och studerat artificiell intelligens (AI) i kombination med mobil digital mikroskopi för att hitta förstadier till livmoderhalscancer tidigare hos kvinnor i resursbegränsade miljöer. Vår nyligen publicerade konceptvalideringsstudie visar att cellprovsanalyser med hjälp av AI kan uppnå en diagnostisk träffsäkerhet som ärjämförbar med analyser gjorda av experter.Den preliminära studien som gjordes i samarbete med ett sjukhus på landsbygden i Kenya och omfattade 740 kvinnor, visar att AI:ns och experternas bedömningarna var snarlika. AI:n hade 96–100 procents träffsäkerhet när det gäller att identifiera patienter med premaligna cellförändringar. Inga patienter med allvarligare, så kallade höggradiga cellförändringar fick ett falskt negativt provsvar med AI-metoden. När det gäller att identifiera prover utan cellförändringar gjorde AI:n samma bedömning som patologerna i 78–85 procent av fallen.Med vår metod kan vi mer effektivt upptäcka och behandla förstadier till livmoderhals-cancer hos kvinnor i framförallt låginkomstländer, där det råder stor brist på utbildade patologer och avancerad labbutrustning.I länder med nationella screeningprogram som syftar till att upptäcka cellförändringar i livmoderhalsen och infektioner orsakade av humant papillomvirus (HPV) har antalet fall av livmoderhalscancer sjunkit dramatiskt. Trots det väntas det globala antalet fall öka det kommande årtiondet, till stor del på grund av bristande resurser för screening och HPV-vaccinering i låginkomstländer.  Livmoderhalscancer är fortfarande den vanligaste orsaken till cancerdöd bland kvinnor i de Afrikanska länderna. Livmoderhalscancer har utöver påverkan på hälsa även stora effekter på fattigdom, utbildning och jämställdhet – som alla ingår i Förenta Nationernas globala mål för en hållbar utveckling. Många av de kvinnor som dör av livsmoderhalscancer är försörjare och vårdnadshavare av både barn och äldre För att erbjuda gynekologiska cellprovtagningar till fler kvinnor globalt behövs innovativa diagnostiska lösningar som tar hänsyn till de lokala förutsättningarna och begränsningarna.I den planerade studien ämnar vi validera den AI-baserade metoden i samarbete med Muhimbili University for Health and Allied Sciences (MUHAS) i Dar-es-Salaam i Tanzania.Vi ämnar samla in 1 500 cervikalutstryk från kvinnor som besöker gynekologiska mottagningar inom MUHAS universitetssjukhus upptagningsområde. Efter samtycke tas cellprover och prepareras enligt etablerad metod (Papanicolau) och digitaliseras med ett mobilt mikroskop, samt laddas upp via mobilnätet till den molnbaserade AI:n. AI:n appliceras för att känna igen olika grader av cellförändringar och metodens träffsäkerhet, tidsåtgång, kostnad per test och acceptans utvärderas. AI:ns bedömning jämförs därefter med två patologers oberoende skattning av de digitala och fysiska proverna.Vår hypotes är att metoden kan användas för att sålla bort majoriteten av cellproverna, vilket kan frigöra tid för lokala experter att granska de prover som uppvisar förändringar. Vår planerade studie görs på en större och mer diversifierad patientgrupp jämfört med den konceptvalideringsstudien och inkluderar fler prover med olika typer av cellförändringar samt biopsier med bekräftade förstadier till livmoderhalscancer.De mobilt uppkopplade mikroskopen kombinerade med AI:n kan fungera som”virtuell assistenter” och användas som stöd vid screening av livmoderhalscancer. AI-assistenten kan vara tillgänglig globalt dygnet runt och göra det möjligt för lokala experter att undersöka många fler prover. Denna metod skulle göra det möjligt för länder med begränsade resurser att tillhandahålla screeningtjänster till befolkningen, mycket mer effektivt, tillförlitligt och till betydligt lägre kostnader. Under hela projektet utvärderas möjligheter till uppskalning av diagnosplattformen med målet att uppnå hållbara lösningar för resursbegränsade miljöer. Sweden The Swedish Research Council The Swedish Research Council +46 8 546 44 000 vetenskapsradet@vr.se www.vr.se Box 1035, 101 38 Stockholm, Sweden Tanzania, United Republic of Non-communicable diseases (NCDs) Research for prevention and control of NCDs Saknas No indicator available - only a description of the activity results is published