Met behulp van een algoritme kunnen biomarkers voor kanker worden opgespoord©Pixabay

De Deense wetenschapper Jeppe Thagaard van de Deense Technische Universiteit heeft een veelbelovend algoritme ontwikkeld voor beeldanalyse van weefselmonsters. Het systeem kan een schatting maken van het risico om binnen een bepaald aantal jaren te overlijden aan borstkanker.

Beelden van weefselmonsters worden vaak nog niet digitaal opgeslagen. Dat is wel van zeer groot belang, zo stelt de onderzoeker. Want algoritmen en artificial intelligence gaan bij de beoordeling door pathologen een steeds belangrijker rol spelen.

“Iedereen heeft het over personalized medicine, waarbij je op basis van individuele biomarkers de juiste behandeling vindt”, aldus Thagaard. “Daarom moeten we fundamenteel op een andere manier gaan denken. Ons onderzoek laat zien dat het mogelijk is om met machine learning een volautomatische opstelling te maken, waarbij de biopsie automatisch wordt geanalyseerd, zodat ziekenhuizen tijd besparen.”

Meld je aan voor IO op Telegram!

Elke dag om 20 uur exact één innovatief verhaal op je smartphone? Dat kan! Meld je aan voor onze Telegram-service en blijf op de hoogte van de laatste innovaties!

Meld je aan!

“Tegelijkertijd zal ons AI-systeem objectief en consistent zijn in zijn beoordeling en daardoor een waardevol hulpmiddel zijn voor pathologen bij het maken van hun persoonlijke inschattingen, die ook afhankelijk zijn van de ervaring van de patholoog. Het algoritme kan zo bijdragen aan meer gelijkheid in de behandeling van kanker, ongeacht waar ter wereld de patiënten zich bevinden,” aldus Jeppe Thagaard.

Agressieve borstkanker

Het algoritme van Jeppe Thagaard is ontwikkeld samen met het Herlev en Gentofte Ziekenhuis, de onderneming Visiopharm in Hørsholm en van de onderzoekssecties Visual Computing, en Cognitive Systems bij DTU Compute.

Het model is gebaseerd op het advies van de deskundigengroep International Immuno-Oncology Biomarker Working Group, die werkt aan de verbetering van de diagnose en behandeling van een groep patiënten met agressieve borstkanker, Triple-negative (TNBC). De deskundigengroep heeft zojuist gewezen op de noodzaak om algoritmen te ontwikkelen die bij dit werk kunnen helpen.

Biomarkers tellen

Ongeveer 15 procent van de borstkankerpatiënten lijdt aan TNBC-kanker. Deze patiënten hebben een slechtere 5-jaarsoverleving dan bij andere soorten borstkanker (77 procent tegenover 93 procent). De kankercellen reageren namelijk niet op medische behandelingen zoals bijvoorbeeld hormoontherapie.

Onder de patiënten zijn er die het beter doen dankzij een beter immuunsysteem. Dit kan worden voorspeld aan de hand van het aantal biomarkers “stromale tumor-infiltrerende lymfocyten” (sTIL). Bij een hoog aantal verbetert de overlevingskans van TNBC-patiënten.

Wanneer patiënten een lager risico lopen om te sterven, hoeven zij geen zware behandeling met chemotherapie en bestraling te ondergaan. Evenzo kunnen de artsen de behandeling opvoeren van die patiënten bij wie de tumor zichzelf gewoon uitschakelt, zodat het immuunsysteem de tumor niet kan bestrijden.

Verschillende lagen

“Tegelijkertijd zal ons AI-systeem objectief en consistent zijn in zijn beoordeling en daardoor een waardevol hulpmiddel zijn voor pathologen bij het maken van hun inschattingen.”
Het algoritme is opgebouwd uit verschillende onderdelen, waarbij de speciale immuunceldetector verschillende dingen doet. Het model kan onder andere de cellen per vierkante millimeter tellen.

“Er zijn zoveel uitzonderingen op de regels dat het moeilijk is om een algoritme te maken. Het is moeilijk om de regels van pathologen over te nemen en in de formule te implementeren. Maar samen met de internationale groep van deskundigen zijn we daarin geslaagd”, aldus Jeppe Thagaard.

AI-systemen

Het model is gevalideerd op een dataset met 257 patiënten uit 2004, waarbij de prognostische biomarker van het algoritme is afgezet tegen de kennis over hoe het de patiënten is vergaan. Het algoritme moet echter nog verder worden ontwikkeld voordat het kan worden ingebouwd in een instrument in de softwaresystemen die nu worden gebruikt.

“We moeten bijvoorbeeld het nadeel van AI-systemen aanpakken, zoals hoe zorgen we ervoor dat het AI-algoritme werkt? Wat doet het als er iets langskomt dat het nog niet eerder heeft gezien? Daar werken we nog aan. We gaan het model trainen op meer foto’s,” zegt Jeppe Thagaard.

Ook interessant: AI kan al beter borstkanker ontdekken dan de specialist

Steun ons!

Innovation Origins is een onafhankelijk nieuwsplatform, dat een onconventioneel verdienmodel heeft. Wij worden gesponsord door bedrijven die onze missie steunen: het verhaal van innovatie verspreiden. Lees hier meer.

Op Innovation Origins kan je altijd gratis artikelen lezen. Dat willen we ook zo houden. Heb je nou zo erg genoten van de artikelen dat je ons een bedankje wil geven? Gebruik dan de donatie-knop hieronder:

Doneer

Persoonlijke informatie

Over de auteur

Author profile picture Arnoud Cornelissen schrijft al jaren in onder andere diverse Nederlandse dagbladen over wetenschap en techniek.