Kunstmatige intelligentie en infraroodbeeldvorming kunnen automatisch tumoren classificeren en zijn sneller dan traditionele methoden. Wetenschappers van de Ruhr-Universiteit Bochum kondigde de succesvolle toepassing van de technologie aan in een persbericht.
De vooruitgang op het gebied van therapiemogelijkheden in de afgelopen jaren heeft de genezingskansen voor patiënten met darmkanker aanzienlijk verbeterd. Nieuwe benaderingen, zoals immunotherapieën, vereisen echter een nauwkeurige diagnose zodat ze specifiek op het individu kunnen worden afgestemd.
Onderzoekers van het Centre for Protein Diagnostics (PRODI) gebruiken kunstmatige intelligentie in combinatie met infraroodbeeldvorming om darmkankertherapie optimaal af te stemmen op individuele patiënten. De geautomatiseerde methode kan bestaande pathologische analyses aanvullen. Het team onder leiding van professor Klaus Gerwert rapporteerde erover in januari in het “European Journal of Cancer”.
Menselijk weefsel
Het PRODI-team heeft de afgelopen jaren deze nieuwe methode ontwikkeld. De zogenaamde label-free infrarood (IR) imaging meet de genomische en eiwitsamenstelling van het onderzochte weefsel. Deze informatie wordt met behulp van kunstmatige intelligentie gedecodeerd en weergegeven als beelden. Hiervoor gebruiken de onderzoekers beeldanalysemethoden uit het domein van deep learning.
In samenwerking met klinische partners kon het PRODI-team aantonen dat het analyseren van bepaalde neurale netwerken het mogelijk maakt de relevante parameters bij darmkanker nauwkeurig te bepalen. Het gaat om een gestandaardiseerd, gebruikersonafhankelijk, geautomatiseerd proces en er kan binnen een uur een classificatie van de tumor worden gemaakt.
Effectiviteit van de therapie
In de klassieke diagnostiek wordt de zogenaamde microsatellietstatus (hoeveel afwijking er in het DNA van de kankercellen zijn) bepaald door immunokleuring van verschillende eiwitten of door DNA-analyse. “15 tot 20 procent van de patiënten met darmkanker vertoont microsatellietinstabiliteit in het tumorweefsel”, zegt professor Andrea Tannapfel, hoofd van het Instituut voor Pathologie aan de Ruhruniversiteit. “Deze instabiliteit is een positieve biomarker die aangeeft dat immunotherapie effectief zal zijn.”
Met de steeds betere therapiemogelijkheden wordt ook de snelle en ongecompliceerde bepaling van dergelijke biomarkers steeds belangrijker. Op basis van IR-microscopische gegevens werden bij PRODI neuronale netwerken aangepast, geoptimaliseerd en getraind om tot diagnostiek te komen. In tegenstelling tot immunokleuring vereist deze aanpak geen kleurstoffen en bovendien is hij aanzienlijk sneller dan DNA-analyse. “We konden aantonen dat de nauwkeurigheid van IR-beeldvorming voor het bepalen van de microsatellietstatus in de buurt komt van de meest gebruikte methode in de kliniek, immunokleuring,” zegt promovenda Stephanie Schörner. “Door verdere ontwikkeling en optimalisering van de methode verwachten we dat deze nog nauwkeuriger wordt,” voegt Dr. Frederik Großerüschkamp toe.
Geselecteerd voor jou!
Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.
Als je dit artikel leuk vindt, lees dan ook:
