Kunstmatige intelligentie voorspelt respons op immuuntherapie bij uitgezaaid melanoom

november 2020 Medisch onderzoek Willem van Altena
Invasive cancer growth, 3D illustration showing tumor invasion into underlined tissue

Uitgezaaid melanoom is een van de gevaarlijkste vormen van huidkanker, met vaak een slechte prognose. Maar immuuntherapie zorgt de laatste jaren voor een ommekeer, soms met opzienbarende resultaten. Toch werkt immuuntherapie maar bij ongeveer de helft van de patiënten. Onderzoekers van de universiteit van New York Langone hebben nu een op kunstmatige intelligentie (AI) gebaseerd computerprogramma ontwikkeld dat kan voorspellen bij welke patiënten immuuntherapie wel of niet aan zal slaan. Volgens de onderzoekers heeft hun AI-systeem het in 4 van de 5 gevallen bij het rechte eind. Op 18 november werd hun research gepubliceerd in online vaktijdschrift Clinical Cancer Research.

“Onze bevindingen laten zien dat AI een snelle en eenvoudige manier is om te voorspellen hoe een patient met melanoom zal reageren op immuuntherapie”, zegt hoofdauteur dr. Paul Johannet van het Perlmutter Cancer Center in New York. Het onderzoek is het eerste waarin AI wordt ingezet om de respons van een patiënt met melanoom op immuuntherapie te voorspellen. Het computerprogramma leert op basis van data die ingevoerd wordt om een inschatting te maken, en naarmate er meer data beschikbaar komt worden die inschattingen steeds accurater.

302 biopten

Voor hun onderzoek maakten de researchers gebruik van 302 tumor-biopten van 121 patiënten met uitgezaaid melanoom die behandeld werden in het ziekenhuis van New York university. Vervolgens werden die biopten in 1,2 miljoen pixels verdeeld, de beeldpunten die samen een digitaal beeld vormen. Die data werd in de computer ingevoerd, samen met informatie over het ziektebeeld, het soort immuuntherapie dat was gebruikt en de mate waarin de patiënt op de behandeling reageerde. Hetzelfde proces werd ook toegepast op 40 biopten van patiënten uit een ziekenhuis in Nashville, om te kunnen vergelijken of het AI-systeem ook tot accurate voorspellingen kon komen met materiaal dat op een andere manier verzameld was met gebruikmaking van andere apparatuur.

Goedkoper

“Een voordeel van ons AI-programma, vergeleken met andere voorspellende methodes zoals bloedonderzoek, genetische informatie of feces-analyse, is dat er geen speciale apparatuur bij nodig is”, legt medeauteur professor Aristotelis Tsirigos uit. Dat maakt volgens hem de AI-methode breder en sneller toepasbaar en uiteindelijk ook goedkoper. Daarnaast bespaart het systeem ook kosten door alleen geschikte patiënten voor de vaak kostbare immuuntherapie te selecteren.

Nauwkeurigheid omhoog

“Zelfs kleine kankercentra kunnen data naar een lab sturen waar dit programma aanwezig is voor een snelle analyse”, voegt medeauteur professor Iman Osman toe. Zij is hoogleraar in dermatologie, en daarnaast directeur van een interdisciplinair melanoomprogramma aan New York university Langone. Volgens haar is het AI-systeem nog niet zo ver om daadwerkelijk al ingezet te worden: daarvoor moet de nauwkeurigheid omhoog van 80% naar 90%. Ook moet het systeem in andere ziekenhuizen getest worden en moet er meer data ingevoerd worden. Maar, stelt Osman, zelfs nu zou het systeem al nuttig kunnen zijn om vast te stellen bij welke patiënten er verder onderzoek nodig is om vast te stellen of inzetten van immuuntherapie zinvol is.

Referentie

Paul Johannet, Aristotelis Tsirigos, Iman Osman e.a. Using Machine Learning Algorithms to Predict Immunotherapy Response in Patients with Advanced Melanoma, Clin Cancer Res November 18 2020 doi: 10.1158/1078-0432.CCR-20-2415