De wieg voor ’s werelds grootste database voor pathologie-data staat in Nijmegen. Het Radboudumc is kartrekker van het Europese project Bigpicture, waar bijna 70 miljoen euro mee is gemoeid. Dat het beschikbaar stellen van pathologiebeelden tot mooie AI-oplossingen leidt, blijkt nu al.
“Door zo veel mogelijk data beschikbaar te stellen voor slimme koppen, kunnen we diagnoses en behandelplannen voor patiënten verbeteren”, zegt Jeroen van der Laak, Informaticus en Universitair Hoofddocent bij Pathologie in het Radboudumc én sinds kort coördinator van Bigpicture.
Een patholoog en zijn of haar microscoop zijn essentieel bij het opsporen van ziektes, zoals kanker of auto-immuunziekten. Weefsels en cellen worden gedetailleerd bekeken en geanalyseerd, waarna een diagnose en behandelplan kunnen worden opgesteld. Het is vakwerk dat vraagt om een getraind oog. Althans: tot nog toe.
Koploper digitalisering
De afdeling Pathologie in het Radboudumc is één van de koplopers als het gaat over de digitalisering van microscopische beelden. Van der Laak: “De laatste jaren heeft die ontwikkeling een enorme vlucht genomen. Het digitaliseren van beelden van weefsels en cellen gaat steeds makkelijker. Afbeeldingen kunnen door pathologen digitaal bekeken en gedeeld worden en daarnaast kan door het ontwikkelen van algoritmes en deeplearning-technieken de computer deze beelden steeds beter beoordelen en analyseren, om zo de patholoog te ondersteunen.”
Beter dan de patholoog
“De verwachtingen zijn hooggespannen”, vertelt Katrien Grünberg, hoogleraar pathologie en afdelingshoofd bij het Radboudumc. Er zijn inmiddels verschillende publicaties waaruit blijkt dat de computer tumoren en andere afwijkende beelden beter kan beoordelen dan een ervaren patholoog dit kan. Van der Laak: “Anders dan vijftien jaar geleden kan de computer via AI zelf leren en onderscheid maken tussen de verschillende ziektebeelden. Een van de belangrijke voorwaarden om dit te kunnen doen, is dat je heel veel data tot je beschikking hebt. En daar zit de bottleneck.”
46 partijen
Het ontbreekt aan een grote collectie van digitale foto’s en medische informatie die nodig is om de data te kunnen interpreteren. Daar moet Bigpicture verandering in brengen. Het Europese consortium dat het Bigpicture project uitvoert bestaat uit 46 toonaangevende Europese onderzoekscentra, ziekenhuizen en farmaceutische bedrijven, zoals de Technische Universiteit Eindhoven, UMC Utrecht en andere Europese Universiteiten en tien farmaceuten waaronder Novartis en Janssen.
Wedstrijden met data
Dat het beschikbaar stellen van pathologiebeelden in de praktijk werkt om AI-toepassingen te ontwikkelen, blijkt nu al in Nijmegen. “We hebben een aantal wedstrijden, challenges, georganiseerd waarbij we grote hoeveelheden data aan iedereen beschikbaar hebben gesteld”, vertelt Van der Laak. Het gaat om bedrijven, wetenschappers en onderzoeksgroepen, maar ook om de slimmerik op zijn zolderkamer die weet hoe de techniek in elkaar steekt. Van der Laak: “Wij formuleren een heldere onderzoeksvraag en leveren een uitgebreide dataset. Iedereen kan daar mee aan de slag. Dat levert soms verrassende uitkomsten op. Het is een mooie nieuwe vorm van wetenschap, waarbij je moet accepteren dat jouw eigen onderzoeksgroep niet altijd de beste oplossing bedenkt.”
Prostaatbiopt beoordelen
De meest recente challenge van het Radboudumc was er eentje rondom prostaatbiopten. Als er een verdenking bestaat op prostaatkanker, wordt er een biopt genomen met een holle naald en dit weefsel wordt door de patholoog geanalyseerd onder de microscoop. Die beoordeelt of er sprake is van een tumor, wat de gradatie of ernst is. Deze informatie vormt de basis voor het behandelplan. Als je hetzelfde biopt aan verschillende pathologen voorlegt, krijg je verschillende antwoorden. Er zit een enige subjectiviteit in de beoordeling, weten Grünberg en Van der Laak.
“Voor die ene specifieke vraag kun je met AI tot een hogere prestatie komen.”
Bij de challenge werd deelnemers gevraagd om een algoritme te maken voor de beoordeling van zo’n prostaatbiopt. Het algoritme is ontwikkeld met een panel van expert-pathologen als referentie. Het blijkt zeer effectief en goed in de beoordeling van het biopt, en -niet zo verwonderlijk- beter dan een gemiddelde patholoog. “Dat is de kracht van AI”, zegt Grünberg. Toch is de patholoog nog niet overbodig. “Voor die ene smalle vraagstelling kun je met AI tot een hogere prestatie komen, maar alle andere vragen heb je daarmee niet opgelost. Het algoritme kan enkel het kleine segmentje beoordelen waarop het is getraind. Een ander soort afwijking wordt wellicht gemist door de computer, maar niet door de patholoog.”
Meer data, meer oplossingen
Bigpicture past naadloos bij de challenges en het ontwikkelen van AI-oplossingen binnen de pathologie. “Als er voldoende data zijn, kunnen we nog veel meer. Dat is iets waar we voortdurend tegenaan liepen. Er zijn wel initiatieven voor dataverzameling, maar dat is erg gefragmenteerd”, zegt Van der Laak. “Daarom hebben we de subsidieaanvraag voor Bigpicture gedaan.” Bigpicture bouwt aan een grote Europese infrastructuur voor pathologiedata en maakt een begin met de dataverzameling. Ook gaat Bigpicture zich verdiepen in de ethische en juridische aspecten: onder welke voorwaarden mag wie welke data gebruiken. Het project heeft een looptijd van zes jaar. Grünberg: “We willen dat dit het begin is van een duurzame manier van dataverzameling, die natuurlijk blijft bestaan als het project straks is afgelopen. Dat betekent dat we dus ook gaan kijken naar hoe dit op termijn zichzelf in stand kan houden.”
Ook interessant: AI kan al beter borstkanker ontdekken dan de specialist
Als je dit artikel leuk vindt, lees dan ook:
