Aiosyn zet AI in om tot snellere kankerdiagnose te komen

De Nijmeegse start-up Aiosyn, een spin-off van het Radboudumc, ontwikkelt een AI-platform dat pathologen helpt om tot snellere en preciezere diagnoses te komen. Recente investeringen van LUMO Labs en Oost NL stellen het nog jonge bedrijf in staat een vliegende start te maken. Medeoprichter en CEO Patrick de Boer vertelt voor deze aflevering van start-up-of-the-day meer over de enorme waarde die dit platform kan hebben voor zowel patholoog als patiënt.

Wat doet Aiosyn precies?

“Aiosyn ontwikkelt algoritmen die pathologen ondersteunen bij de diagnose van ziekten zoals kanker. Door onze algoritmen te gebruiken kan de patholoog de kwaliteit en efficiëntie van de diagnostiek verbeteren. De synergie tussen de patholoog en AI levert een betere kwaliteit en daarmee de meeste waarde voor de patiënt.”

“Het doel van Aiosyn is om onze software overal en altijd beschikbaar te maken en daardoor wereldwijd de kwaliteit van de diagnoses te verhogen. Door het gebruik van onze algoritmen kunnen ook minder ervaren pathologen naar een veel hoger niveau worden gebracht. Als we dit bereiken, is onze missie geslaagd.”

Hoe is dit idee ontstaan?

“Tijdens een overleg kwam ik professor Jeroen van der Laak tegen. Hij leidt de vakgroep Computational Pathology van het Radboudumc in Nijmegen. Zelf ben ik ondernemer en consultant in de Life Sciences & Health geweest en heb jarenlang biotech en medtech bedrijven geholpen bij strategie en financiering. De combinatie tussen een ondernemer en een wetenschapper leek ons een goed vertrekpunt voor een bedrijf.”

Ook interessant: AI voorspelt risico op hartaanval op basis van netvliesscan

“Jeroen vertelde mij dat hij met zijn groep al meer dan vijftien jaar werkt aan het ontwikkelen van algoritmen om pathologen te ondersteunen bij het verrichten van diagnostiek. Vooral door de introductie van ‘deep learning’ en de verbeterde rekenkracht van computers heeft zijn werk de laatste jaren een enorme vlucht genomen. De resultaten van zijn onderzoek zijn veelbelovend. We hebben samen besloten dat we deze ook als product willen gaan ontwikkelen zodat we het in de patiëntenzorg kunnen implementeren. Dat was ook het moment dat mijn collega’s David Tellez en Wouter Bulten het team kwamen versterken.”

Waarom is dit zo belangrijk?

“De zorg staat onder druk. Het aantal pathologen neemt de komende jaren steeds verder af, maar de werkdruk neemt door de hoge ziektelast alleen maar toe. Ook is het steeds moeilijker om gekwalificeerde analisten te vinden.”

“Tegelijkertijd groeit het aantal publicaties dat de toegevoegde waarde van AI laat zien voor het diagnosticeren van kanker. Bovendien heeft de groep van Jeroen een aantal belangrijke artikelen gepubliceerd die aantonen dat de combinatie tussen de patholoog en AI leidt tot betere resultaten. Als je de potentie hebt om zowel de efficiëntie als de kwaliteit van zorg te verbeteren, heb je een goed uitgangspunt voor een gezond bedrijf.”

Tegen welke uitdagingen lopen jullie aan?

“Om onze algoritmen te ‘trainen’ hebben we veel pathologiebeelden nodig. Het verkrijgen van kwalitatief goede datasets is daardoor de belangrijkste uitdaging van Aiosyn. Hier staan we niet alleen in. Alle AI-bedrijven in de medische sector lopen tegen hetzelfde probleem aan. Er zijn vooralsnog te weinig initiatieven om data grootschalig beschikbaar te maken voor onderzoek en ontwikkeling van algoritmen. We moeten dus met verschillende ziekenhuizen samenwerken om toegang te krijgen tot data.”

“Een tweede uitdaging is digitalisatie van laboratoria. Op dit moment werkt het merendeel van de pathologielabs nog analoog met microscopen. Voor het toepassen van AI heb je echter een digitale werkomgeving nodig. De markt is dus nog in ontwikkeling. Het voordeel is wel dat je een van de eersten kunt zijn met een unieke oplossing.”

Wat zijn jullie plannen voor de toekomst?

“Aiosyn ontwikkelt een diagnostisch platform met zowel klinische algoritmen als algoritmen die de workflow van het laboratorium kunnen verbeteren. We gaan onze algoritmen implementeren in de dagelijkse workflow van de patholoog en het laboratorium. Alleen door onze AI aan te bieden in de standaard workflow, ervaren onze gebruikers het maximale resultaat van AI.”

Wat zou je nog willen toevoegen?

“Zelf geloof ik heel erg in een lerend zorgsysteem. De zorg genereert ontzettend veel data en daar betalen we met zijn allen voor. Die data moeten we juist willen inzetten om de patiënten van de toekomst betere zorg te kunnen bieden. Helaas maken we onvoldoende gebruik van dat potentieel. Mijn persoonlijke doel is om ook een bijdrage te leveren aan het beschikbaar maken van data voor onderzoek en ontwikkeling zodat onderzoekers en bedrijven oplossingen voor de toekomst kunnen maken.”