De verbanden tussen darm- en hersenziekten onderzoeken met AI: dat is de missie van project HEREDITARY, waarbij ook onderzoekers van het Radboud Universitair Medisch Centrum Nijmegen (Radboudumc) betrokken zijn, schrijft de universiteit in een persbericht.
Onderdeel van het onderzoek is het ontwikkelen van een computersysteem dat medische gegevens, zoals MRI-scans, tekst en bloedwaarden, kan verbinden en analyseren. De focus ligt op darm- en hersenaandoeningen omdat deze organen elkaar sterk beïnvloeden, wat verbindingen in de “darm-hersen-as” heel interessant maakt. Het systeem zoekt naar patronen in de multimodale gegevens, zoals het samen voorkomen van specifieke aandoeningen.
Waarom je dit moet weten:
Nu de gezondheidszorg te maken heeft met vergrijzing en personeelstekorten, kan AI helpen de kwaliteit te verbeteren.
Het uiteindelijke doel is om een AI-systeem te creëren dat in staat is om advies te geven over verschillende ziekten die de hersenen en de darmen aantasten, zoals depressie, obesitas en angst. De Universiteit van Padua in Italië heeft de leiding van het project en ontving meer dan elf miljoen euro subsidie van de Europese Commissie. Het Radboudumc ontving een kleine 1,3 miljoen euro.
Darmbacteriën
In Nijmegen is al een aanzienlijke hoeveelheid gegevens beschikbaar. In een eerder door de EU gefinancierd project verzamelde Francesco Ciompi twintigduizend gedigitaliseerde microscopiebeelden van darmpoliepen en biopten. Annemarie Boleij en Nils Kohn gebruiken analyses van darmbacteriën, genetische informatie en MRI-hersenscans die zijn verzameld in de Healthy Brain Study.
Het computersysteem zal bestaan uit algoritmes die leren van data. Deze algoritmen worden gehost op het Grand Challenge-platform, dat is ontwikkeld in het Radboudumc. Francesco Ciompi legt uit: “Dit platform is oorspronkelijk gebouwd voor wereldwijde wedstrijden om het beste algoritme te ontwikkelen voor het analyseren van medische beelden zoals CT- of MRI-scans. Maar, het kan ook algoritmes en data hosten, die in verschillende vormen toegankelijk gemaakt kunnen worden.”
Virtuele bezoeken
De nieuwe algoritmes zullen worden geïntegreerd in het platform, maar niet alle gegevens waarvan het systeem leert zullen online staan. “Mensen gebruiken steeds vaker ‘federatieve’ werkmethoden om AI-algoritmes te trainen en toegang te krijgen tot gegevens. Bij ‘federatief leren’ bezoeken de algoritmen bijvoorbeeld virtueel verschillende ziekenhuizen via het platform en leren ze ter plekke van medische gegevens zonder dat de gegevens het ziekenhuis verlaten,” zegt Ciompi.
Zodra de algoritmen genoeg hebben geleerd van hun virtuele bezoeken, kunnen ze artsen in de toekomst assisteren. Ciompi: “Het computersysteem kan bijvoorbeeld multimodale gegevens uit de darmen en de hersenen van een individuele patiënt, zoals een fMRI-scan, een biopsie uit de darm en metaboloomsequenties uit ontlastingsmonsters, vergelijken met scans en medische dossiers van vergelijkbare gevallen. Het systeem kan dan clinici ondersteunen bij hun diagnose, prognose voorspellen, eventuele verbanden met andere aandoeningen vaststellen en behandelopties voorstellen.”
Als je dit artikel leuk vindt, lees dan ook:
