Disputas: Biomarkører og kunstig intelligens i trippel-negativ brystkreft

Om avhandlingen

Trippel-negativ brystkreft (TNBC) er en aggressiv og heterogen undergruppe av brystkreft som mangler målrettede behandlingsalternativer. Siden disse svulstene ikke uttrykker østrogenreseptor, progesteronreseptor eller HER2, er førstelinjebehandling begrenset til cellegift, som kan gi betydelige bivirkninger.

Behandlingsresponsen varierer imidlertid mye mellom pasienter, noe som gjenspeiler den biologiske variasjonen innen TNBC. Denne variasjonen gjør det vanskelig å forutsi behandlingsutfall og identifisere pasienter med risiko for metastaser. Disse utfordringene understreker behovet for pålitelige, konsistente og standardiserte metoder for å evaluere prognostiske og prediktive markører, slik at mer målrettede behandlingsstrategier kan tilbys.

Doktorgradsarbeidet har hatt som mål å forbedre diagnostisk nøyaktighet og prognostisk vurdering i TNBC ved å integrere konvensjonell histopatologi, digital patologi og kunstig intelligens (AI). Avhandlingen består av fire studier som undersøker prognostiske trekk ved TNBC, som fibrotisk fokus, mitotisk aktivitetsindeks, stromale tumorinfiltrerende lymfocytter og uttrykk av androgenreseptor. Den inkluderer også utviklingen av en maskinlæringsmodell for å forutsi metastaserisiko, samt validering av en dyp læringsmodell som kan identifisere molekylære subtyper direkte fra digitale vevsbilder.

Denne tverrfaglige tilnærmingen bygger bro mellom tradisjonell patologi og datadrevet innovasjon, og støtter mer objektive, reproduserbare og personlige diagnostiske vurderinger. Den styrker også kliniske beslutningsprosesser ved TNBC. Selv om ytterligere validering er nødvendig før klinisk implementering, vil AI-assisterte metoder sannsynligvis bli stadig mer integrert i patologipraksis i fremtiden.

Personalia

Umay Kiraz er utdannet lege fra Marmara Universitet i Tyrkia, og fullførte sin spesialisering i patologi ved Kocaeli Universitet. Hun startet sin doktorgrad ved Avdeling for patologi ved Stavanger universitetssjukehus (SUS), som en del av det EU-finansierte CLARIFY-prosjektet. Doktorgradsstipendet ble finansiert av Horizon 2020, EUs forsknings- og innovasjonsprogram, under Marie Skłodowska-Curie-tilskuddet (CLARIFY-prosjektet).

Kontakt

Umay Kiraz
umay.kiraz@sus.no 

Prøveforelesning

Tid: 14. november 2025 kl. 09.15
Oppgitt emne: Digital Pathology and AI: Transforming Pathology – Revolution or Supplement?
Sted: Aula, 2. etg. sydbygg, Stavanger universitetssjukehus

Prøveforelesningen kan i tillegg strømmes her.

Disputas

Tid: 14. november 2025 kl. 11.00
Tittel på avhandlingen: Improving the diagnosis and prognosis of triple-negative breast cancer using artificial intelligence
Sted: Aula, 2. etg. sydbygg, Stavanger universitetssjukehus

Disputasen kan i tillegg strømmes her.

Bedømmelseskomité

Førsteopponent: Johan Hartman, Professor, Karolinska Institutet, Sverige
Andreopponent: Ying Chen, MD, PhD, Medisinsk direktør, Fürst Medisinsk Laboratorium, og førsteamanuensis, OsloMet
Administrator: Mark van der Giezen, Professor, Universitetet i Stavanger

Veiledere

Hovedveileder: Emiel Janssen, Professor II, Universitetet i Stavanger
Biveileder: Einar Gudlaugsson, PhD, MD, Stavanger universitetssjukehus
Biveileder: Kjersti Engan, Professor, Universitetet i Stavanger

Leder av disputasen

Päivi Annele Teivainen-Lædre, instituttleder, Institutt for kjemi, biovitenskap og miljøteknologi, Universitetet i Stavanger

Både disputas og prøveforelesning er åpne for alle interesserte.