AI staat op het punt om longkankerdiagnoses te verbeteren

A team van ingenieurs van de Faculteit Geneeskunde van de Universiteit van Keulen en het Universitair Ziekenhuis Keulen heeft een AI‑model geïntroduceerd dat binnen enkele minuten longkankertweefsel kan detecteren. Het nieuwe systeem combineert de meest uitgebreide dataset die beschikbaar is over de ziekte en heeft veelbelovende resultaten laten zien. Hier is alles wat u moet weten over hoe AI op korte termijn longkankerdiagnoses zal verbeteren.

Longkanker

Longkanker eiste in 2023 naar schatting 1,3 miljoen levens. Deze ziekte is een van de dodelijkste ter wereld en tevens de meest voorkomende. Van de longkankertypen is niet‑kleincellige longkanker (NSCLC) goed voor meer dan 80 % van alle longkankers. Deze variant van longkanker brengt na verloop van tijd kwaadaardige tumoren in het longweefsel.

Longkankerpatiënten moeten intensieve en uitputtende behandelingen ondergaan om de tumoren te verwijderen voordat ze omliggend weefsel vernietigen. Zelfs met een diagnose en initiële behandeling die gemiddeld +$68 k kosten, blijft de sterftecijfers hoog. Daarom wordt diagnose gezien als slechts tweede na preventie.

Pathologisch onderzoek

Pathologisch onderzoek is de manier waarop oncologen longkankertweefsel ontdekken. Dit proces vereist dat zorgprofessionals weefselmonsters verzamelen die gekleurd zijn met hematoxyline en eosine (H&E). Oncologen beoordelen vervolgens deze monsters om te bepalen of er tumorcellen aanwezig zijn. Daarnaast gebruiken ze uw gegevens en genetica om een effectieve behandeling op maat te maken.

Digitale transformatie

De eerste stappen van het verzamelen van weefsel zijn al decennialang ongewijzigd gebleven in de oncologie. Echter, de manier en middelen waarop de gegevens worden verwerkt, zijn overgegaan naar een digitaal formaat. Digitale pathologieplatformen hebben de noodzaak geëlimineerd dat onderzoekers cellen door microscopen bekijken. Nu gebruiken ze computerschermen.

Het digitaliseren van pathologie bracht serieuze voordelen met zich mee, waaronder de mogelijkheid om software te integreren in het ontdekkingsproces. Tegenwoordig gebruiken de meeste experts een vorm van digitale longweefselanalyse om uw toestand te bepalen. In de komende jaren zal kunstmatige intelligentie handmatig bediende softwaresystemen vervangen als de primaire manier om de aanwezigheid van longkanker in weefsels te bepalen.

Nieuwe kansen

Kunstmatige‑intelligentiemodellen kunnen profiteren van de enorme hoeveelheid histologische beelden en extra informatie extraheren die menselijke beoordelaars niet kunnen vastleggen. Daarom is er een sterke drang om effectievere en toegankelijkere AI‑aangedreven pathologischesystemen te creëren.

AI‑longkankerstudie

De studie “Next generation lung cancer pathology: development and validation of diagnostic and prognostic algorithms” gepubliceerd in het tijdschrift Cell Reports Medicine onthult nieuwe AI‑algoritmen en een computationeel pathologieplatform dat specifiek is ontworpen voor NSCLC‑diagnose.

De studie toont een combinatie van nieuwe AI‑foundation‑modellen en vertegenwoordigt de grootste en meest relevante dataset die tot nu toe is gebruikt. Het systeem integreert een gedetailleerde multi‑class weefsel‑dataset die volledige dia‑beelden bevat met belangrijke details zoals longadenocarcinoom en plaveiselcelcarcinomen. Opmerkelijk is dat het AI‑model meer dan 4 000 dia’s van 1.527 patiënten heeft geïntegreerd en afkomstig is van een internationale cohort van longkankeronderzoeksinstellingen.

Test

De testfase van het onderzoek omvatte het vergelijken van weefselmonsterresultaten met de meningen van deskundige pathologen om kwaliteit te waarborgen. Het team was erop gericht alleen verklaarbare, onafhankelijke, capabele prognostische parameters te gebruiken die afgeleid zijn van H&E‑gekleurd weefsel, waardoor het gemakkelijker werd om de resultaten te bevestigen.

Bron – Cell Report Medicine

Vier AI‑modellen werden in het experiment gebruikt. Elk AI‑algoritme was ontworpen om verschillende klassen te onderzoeken en te bepalen, waaronder epitheel tumorcomponent, tumorstroma, necrotisch puin en mucine. Het AI‑systeem beoordeelde de live‑data en vergeleek deze met tertiaire lymfoïde structuren en necrose‑beoordelingen binnen het model op zoek naar overeenkomsten.

Resultaten van de longkankerstudie

De resultaten toonden aan dat het algoritme zeer nauwkeurig en sneller was dan andere methoden om longkankertumoren te bepalen. Het team liet een nauwkeurigheid van 0,89 zien, waarbij veel van de onnauwkeurigheden te wijten waren aan optische problemen met pixels in plaats van aan de detectiecapaciteit van het AI‑algoritme.

Voordelen

Een AI‑aangedreven longkankerdetectiesysteem biedt verschillende voordelen voor de markt. Ten eerste kunnen deze goedkope alternatieven worden ingezet in afgelegen gebieden waar grotere, meer gespecialiseerde apparatuur en professionals niet beschikbaar zijn. Hierdoor kunnen ze bijdragen aan een meer evenwichtig en toegankelijk behandelproces.

Geautomatiseerde analyse

Een van de belangrijkste voordelen van het AI‑systeem is dat het volledig geautomatiseerd is. Weefselmonsters worden gescand, weergegeven, getest en behandeladviezen worden door het systeem gegeven. Door de diagnostische tijd te verkorten, kunnen patiënten de behandelingsbehoeften en kosten verlagen.

Nieuwe informatie

Een andere belangrijke reden waarom deze studie veel professionals enthousiast maakt, is dat het de deur opent voor nieuwe methoden van gegevensverzameling. AI‑algoritmen worden steeds beter in het bepalen van moeilijk te zien patronen en verbanden binnen datasets. Hierdoor zal dit systeem continu kunnen leren van oude en nieuwe informatie die van patiënten wordt verzameld, waardoor de mogelijkheden verbeteren.

In de loop der jaren zijn er miljoenen longkankertweefselmonsters genomen voor onderzoek naar deze ziekte. Deze gegevens kunnen, zodra ze in een groter AI‑model worden ingevoerd dat moeilijk detecteerbare patronen en samenhangende gebeurtenissen kan bepalen, aanwijzingen bieden voor toekomstige preventiemethoden.

Verbeterde behandelingen

Een ander groot voordeel is betere behandelingen. Dit systeem stelt zorgprofessionals in staat om geoptimaliseerde en gepersonaliseerde behandelingen voor hun patiënten in recordtijd te creëren. Longkankerdiagnose is cruciaal om de verspreiding van de ziekte te voorkomen en de sterftecijfers bij patiënten te verlagen. In de toekomst zouden deze systemen in uw huis geplaatst of zelfs gehuurd kunnen worden door individuen of kleine klinieken. Deze aanpak zou de deur openen voor wereldwijde adoptie, terwijl misdiagnoses, de noodzaak om te reizen en de kosten voor alle betrokken partijen worden verminderd.

Onderzoekers van de longkankerstudie

Het onderzoeksteam voor het project werd geleid door Dr. Yuri Tolkach en professor Dr. Reinhard Büttne van het Instituut voor Algemene Pathologie en Pathologische Anatomie van het Universitair Ziekenhuis Keulen. Het project werd mogelijk gemaakt door financieringssubsidies van de deelstaat Noordrijn-Westfalen, het Federale Ministerie van Onderwijs en Onderzoek van Duitsland, en de Wilhelm Sander Stichting.

Twee bedrijven die kunnen profiteren van de AI‑longkankerstudie

Verschillende grote farmaceutische bedrijven zouden enorm kunnen profiteren van de integratie van dit nieuwe AI‑model om hun diagnose- en behandelprocessen te verbeteren. Deze goedkope alternatieve oplossing zou gemakkelijk effectief in hun huidige bedrijfsmodel kunnen worden geïntroduceerd. Bovendien kunnen deze bedrijven hun eigen onderzoeksgegevens integreren om de mogelijkheden van de AI nog verder te verbeteren. Hier zijn twee bedrijven die deze stap in de komende weken zouden moeten overwegen.

1. Sanofi

SNY Prijsgrafiek

Sanofi (SNW.DE ) (SNY ) betrad de markt in 1973 als een internationaal farmaceutisch bedrijf. Deze in Frankrijk gevestigde onderneming is een pionier op het gebied van kankerdiagnose en -behandelingen. Het bedrijf biedt een verscheidenheid aan producten, waaronder moleculaire oncologie, immuno‑oncologie en genomische medicijnplatformen. Sanofi heeft groot succes behaald dankzij de lancering van meerdere behandelingen.

Sanofi zag recentelijk een grote prijsstijging toen bekend werd dat vroege proeven van de ibrutinib-behandeling voor multiple sclerose (MS) goed verliepen. Dit nieuws was niet geheel rooskleurig, aangezien de twee daaropvolgende tests het bedrijf niet de gewenste resultaten opleverden. Desondanks versterkte het het vertrouwen van handelaren omdat het onderzoek de juiste richting op gaat. Momenteel heeft het bedrijf +13 kandidaten in klinische proeven. Indien goedgekeurd, zullen deze opties zich voegen bij de vele andere producten van het bedrijf, die gericht zijn op de behandeling van bloed-, huid-, long-, borst- en hormoon‑positieve kankers.

2. Gilead Sciences

GILD Prijsgrafiek

Gilead Science is een bifarmaceutische gigant die door de jaren heen vele onderscheidingen heeft ontvangen, waaronder de benoeming tot een van Fortune’s Most Admired Companies in de farmaceutische industrie. Gilead Sciences (GILD ) is gespecialiseerd in kanker-, hepatitis- en HIV‑behandelingen. Het bedrijf heeft een groeiende oncologie‑afdeling die het AI‑diagnosesysteem zou kunnen integreren om de mogelijkheden voor behandelingsmonitoring te verbeteren.

Gilead heeft activiteiten in meer dan 30 landen en is gevestigd in Californië. Het bedrijf heeft momenteel meer dan 18.000 werknemers en wordt erkend als een toonaangevende innovator op het gebied van kankerbehandelingen. Gilead Science wordt door velen gezien als een sterke “hold” vanwege het doel van het bedrijf om gezondheids­gelijkheid te verbeteren en de toegang tot levensveranderende therapieën voor iedereen te vergroten.

AI staat klaar om de medische industrie te transformeren

De medische sector blijft AI omarmen, wat de deur heeft geopend voor effectievere methoden en diagnoses. Er bestaan al AI‑systemen die ziekten kunnen diagnosticeren, Alzheimer kunnen voorspellen en de kosten van kankerbehandelingen kunnen verlagen. In de toekomst zou het AI‑systeem een interne zorgoptie kunnen worden die voor iedereen beschikbaar is.

AI‑longkankerdiagnose is logisch

Wanneer u de resultaten van een AI‑longkankerdiagnosestudie bekijkt, is het duidelijk waarom mensen enthousiast zijn. De AI kan tumorcellen nauwkeurig bepalen tegen lagere kosten dan de huidige methoden. Bovendien is het systeem vanaf dag één gebouwd om continu te verbeteren op basis van nieuwe gegevens. Hierdoor kan dit team worden geprezen voor het verbeteren van miljoenen levens in de toekomst.

Lees hier meer over andere coole AI‑projecten hier.