AI zorgt voor een revolutie in de diagnose van kanker: de toekomst van de pathologie begint nu!

AI zorgt voor een revolutie in de diagnose van kanker: de toekomst van de pathologie begint nu!

In Duitsland vechten jaarlijks ruim 1,4 miljoen mensen tegen kanker, waarvoor vaak een ziekenhuisopname nodig is. Nadat de tumor is verwijderd, wordt het verwijderde weefsel pathologisch onderzocht om het type kanker te bepalen en de kwaadaardigheid ervan te beoordelen. Het onderzoek beslist over mogelijke chemotherapiemaatregelen. Maar er schuilt hier een groot potentieel in de integratie van kunstmatige intelligentie (AI), zoals het Universitair Ziekenhuis van Erlangen uitlegt in een actuele mededeling uk-erlangen.de.

De digitale mogelijkheden worden echter nog niet voldoende benut. Hoewel veel beeldvormingsmethoden, zoals MRI of echografie, al door AI worden geëvalueerd, wordt de analyse van histopathologische monsters tot nu toe meestal uitgevoerd met behulp van een microscoop. Het digitaliseren van weefselcoupes naar beelden met een hoge resolutie is in de meeste instellingen nog geen standaardpraktijk. Dit proces wordt echter al routinematig geïmplementeerd in het Gravina-ziekenhuis in Caltagirone, Italië. Er doet zich een uitdaging voor: de heterogeniteit van digitale weefselcoupes, zoals ook aan de orde komt bij het Fraunhofer Instituut scs.fraunhofer.de. Verschillen in monstervoorbereiding en weefselscanners leiden vaak tot variërende kleuren en resoluties in de afbeeldingen.

Integratie van AI in pathologie

Er is al een grote stap gezet in de richting van AI-integratie in de pathologie. Een nieuw ontwikkeld proces maakt het mogelijk om AI-analyses naadloos te integreren in de workflow van de afdeling pathologie. PD Dr. Fulvia Ferrazzi leidt dit innovatieve project dat tot doel heeft de nauwkeurigheid van de algoritmen te verbeteren en routinematige diagnostiek op andere afdelingen te bevorderen. Weefselmonsters worden in verschillende fasen verwerkt door secties te maken en digitale afbeeldingen met hoge resolutie te maken. AI-analyse wordt automatisch in het proces geïntegreerd door de informatie naar een server met AI-modellen te verzenden, wat een revolutie teweegbrengt in de diagnostiek op computermonitors.

Een ander toekomstgericht doel is de automatische detectie van verschillende weefseltypen, bijvoorbeeld bij de diagnose van colorectaal adenocarcinoom – een veel voorkomende vorm van darmkanker. Hierbij worden robuuste AI-processen ingezet, onder meer gebaseerd op convolutionele neurale netwerken (CNN). Deze worden getraind met voorbeeldbeelden en kunnen daardoor significante verschillen tussen tumor- en spierweefsel identificeren. Het beschikbaar stellen van deskundige kennis is echter nog steeds een tijdrovend proces, zo hebben onderzoekers van het Fraunhofer Instituut aangetoond.

De voordelen van AI en big data

Digitalisering brengt grote hoeveelheden data met zich mee, wat de deur opent naar intelligente oplossingen in de geneeskunde. Big data en AI zijn de sleutelbegrippen van de toekomst en zullen ook van toepassing zijn op de pathologie. De voordelen van datanetwerken zijn divers: ze maken efficiëntere beslissingen, geïndividualiseerde therapieën en de vroege detectie van ziekten mogelijk. Bovendien kan AI razendsnel grote hoeveelheden gegevens analyseren en combineren, wat van onschatbare waarde is bij klinische besluitvorming en medische beeldverwerking, blijkt uit bevindingen van het Fraunhofer Instituut iks.fraunhofer.de.

Concluderend kan de integratie van AI in de pathologie een beslissende vooruitgang in de diagnostiek betekenen. De komende ontwikkelingen, zowel op technisch als praktisch niveau, zouden de detectie en behandeling van kanker radicaal kunnen veranderen, ten behoeve van veel patiënten.