– Vi försöker efterlikna luktsinnet hos däggdjur på konstgjord väg. Nu har vi utvecklat en algoritm som kan särskilja äggstockscancer från livmodercancer och från friska kontrollgrupper med data från en elektronisk näsa, säger Donatella Puglisi, biträdande professor vid Linköpings universitet.
Vid äggstockscancer är symtomen ofta vaga och påminner om andra mer vanliga sjukdomar. Därför upptäcks äggstockscancer när sjukdomen redan är långt gången och överlevnadschansen låg.
– Allt fler får en cancerdiagnos, särskilt unga vuxna, vilket är mycket oroande. Om screening vore mer tillgänglig, både vad gäller kostnad och geografisk närhet, skulle tidigare diagnostik vara möjlig. Vår metod skulle kunna underlätta införandet av nya screeningsprotokoll och utvecklingen av diagnostiska metoder, vilket i sin tur kan bidra till att förbättra överlevnadsgraden, livskvaliteten och de övergripande kliniska resultaten, säger Donatella Puglisi.
AI öppnar nya sätt
Tekniken med elektroniska näsor har funnits i cirka 60 år. Den prototyp som Linköpingsforskarna använder har 32 moderna sensorer som reagerar på olika flyktiga ämnen som avges från provet som undersöks. Varje cancerform avger olika flyktiga ämnen, på så sätt ”luktar” olika cancerformer olika.
Sensorerna är av en relativt enkel modell och finns på marknaden. Men med de senaste årens dramatiska utveckling av maskininlärning och AI går etablerad teknik att använda på nya sätt.
När man inom vården idag letar efter cancer i ett blodprov söker man efter ett antal biomarkörer som är unika för just den cancerformen som misstänks. Men provanalysen är långsam och har ofta stor osäkerhet.
– Till skillnad från bröstcancer finns det i dag ingen tillförlitlig metod för att screena för äggstockscancer. Dessa tester bygger ofta på en enda biomarkör och saknar den precision som krävs för att upptäcka sjukdomen i ett tidigt stadium. Vår metod ligger därför långt före både i träffsäkerhet och i förmågan att identifiera tidig sjukdom, säger Jens Eriksson, universitetslektor vid LiU och teknisk chef på VOC Diagnostics AB, företaget som utvecklar den elektroniska näsan.
Hög precision
Det forskarna utvecklat är en metod som inte kräver att en specifik biomarkör identifieras. I stället hittar den elektroniska näsan sammansättningar av olika flyktiga ämnen som avges från blodplasma. Dessa data analyseras sedan med avancerade maskininlärningsmodeller för att identifiera mönster som är specifika för äggstockscancer. Modellerna har tränats på kända prover från en biobank och precisionen för verktyget ligger på 97 procent.
– Det är ett enkelt test som tar 10 minuter och genast ger ett tydligt resultat. Vår metod kan testa många personer till en låg kostnad och är mycket mer precis än det som finns på marknaden idag. Den här studien är en pilot, men vi hoppas att den ska kunna användas som en del av cancerscreening inom tre år. Just nu har vi fokuserat på att upptäcka cancer, men tillämpningarna är oändliga, säger Jens Eriksson.
Studien finansierades i huvudsak av Vinnova, Formas, Energimyndigheten och Vetenskapsrådet. Databehandling och beräkningar möjliggjordes genom Nationell akademisk infrastruktur för superdatorer i Sverige NAISS.
Artikel: Biomarker-Agnostic Detection of Ovarian Cancer from Blood Plasma Using a Machine Learning-Driven Electronic Nose, Ivan Shtepliuk, Lingyin Meng, Christer Borgfeldt, Jens Eriksson, Donatella Puglisi, Advanced intelligent systems, publicerad online 6 januari 2026, DOI: 10.1002/aisy.202500838
