Ny type kirurgi skal mindske tilbagefald hos patienter med blærekræft

Blærecancer er den 10. hyppigst forekommende kræftform i verden, og ca. hver tredje patient får tilbagefald, efter de har fået tumoren bortopereret. En aarhusiansk professor vil nu med ny type kirurgi og kunstig intelligens forsøge at få antallet af tilbagefald ned.

I dag fjerner man kræfttumorer fra blæren ved at skære dem i små stykker og fjerne dem gennem urinrøret ved hjælp af operationsinstrumentet. Med denne teknik risikerer man at sprede tumorceller rundt i blæren, og det kan være en af årsagerne til de mange tilbagefald.

Professor Jørgen Bjerggaard Jensen har fået 1,7 mio. kr. fra Novo Nordisk Fonden til undersøge en ny kirurgisk metode, en såkaldt ’en bloc resection’, hvor man fjerner tumoren i ét stykke. Jørgen Bjerggaard Jensen og hans forskerkolleger har udviklet den nye metode og skal i projektet afprøve nyt udstyr til formålet. Jørgen Bjerggaard Jensen forventer, at den nye type kirurgi er den konventionelle operationsmetode overlegen i forhold til tilbagefald efter blærekræft.

Både ved ’en bloc resection’-operationsmetoden og ved standard operationsteknik er tumortypen afgørende for, hvor meget eller lidt omkringliggende væv, kirurgen fjerner. Ved tumorer med ikke-aggressiv vækst skal man kun fjerne selve tumoren for at undgå at lave unødvendig skade på blæren, hvorimod man ved tumorer med aggressiv vækst skal fjerne mere omgivende væv for at undgå tilbagefald eller forværring af sygdommen. Kirurgen kender dog ikke tumortypen inden operationen, og det er svært for kirurgen at bestemme tumortypen med det blotte øje under operationen.
 
Innovationsfonden har bevilget knap 1,5 mio. kr. til projektet, hvor Jørgen Bjerggaard Jensen og læge Jacob Elmose Jensen fra Aarhus Universitetshospital skal videreudvikle en model, der er baseret på den specielle udgave af kunstig intelligens, som hedder ’Deep Learning’. Med ’deep learning’-teknologien kan man under selve operationen skelne mellem blæretumorer med aggressiv og ikke-aggressiv vækst, og det hjælper kirurgen med at vurdere, hvordan og hvor meget der skal opereres.

Det giver en langt mere målrettet og skånsom behandling for patienterne og gør kirurgens arbejde mere præcist.