Het combineren van menselijke expertise met kunstmatige intelligentie (AI) zou wel eens snellere en meer accurate kankerdiagnoses kunnen betekenen. Tot die conclusie komt een onderzoeksteam van de universiteit van Waterloo in Canada. Onlangs verscheen een artikel over hun onderzoek in online magazine NPJ Digital Medicine.

Het Canadese ingenieursteam ontwikkelde een lerend algoritme dat in staat is om nieuwe mogelijke gevallen van kanker te vergelijken met bestaande beelden in een database. Daarvoor gebruikten de onderzoekers de database van de National Cancer Institute in de Verenigde Staten. Dat is de grootste publiek toegankelijke medische beelddatabase ter wereld, met ongeveer 30.000 gedigitaliseerde scans van bijna 11.000 kankerpatiënten.

Hoofdonderzoeker professor dr. Hamid Tizhoosh is directeur van het KIMIA-laboratorium in Waterloo, dat zich specifiek bezighoudt met beeldanalyse van medisch materiaal. “AI helpt ons om onze medische kennis te benutten, die nu nog in archieven opgeslagen ligt. Door AI op deze manier in te zetten zijn de resultaten verbluffend.”

Virtuele ruimte

Het algoritme zocht naar digitale beelden van biopten van vastgestelde kankers uit het verleden en vergelijkt die met de beelden van mogelijke nieuwe diagnoses. In de vier maanden die het onderzoek duurde scoorde het AI-systeem bijna 100% als het ging om het herkennen van 32 kankers in 25 organen en lichaamsdelen, van melanoom tot prostaatkanker. “Door een groot archief aan beelden te kunnen raadplegen is het alsof je een heleboel pathologen bij elkaar in een virtuele ruimte zet”, gaat Tizhoosh verder.

Hulpmiddel

Verder onderzoek is nodig om het systeem te vervolmaken, maar volgens de Canadese onderzoekers laat het systeem nu al zien dat het een waardevol hulpmiddel voor pathologen kan zijn in het stellen en versnellen van de diagnose bij kankerpatiënten.

“En deze technologie kan zeer waardevol zijn op plekken waar weinig getrainde specialisten voor handen zijn. Het is in principe zelfs mogelijk dat iemand een beeld e-mailt en dan terug hoort wat de mogelijke diagnose is.” Vooral in landen die niet tot de medische voorhoede behoren kan de technologie levens redden, denkt Tizhoosh.

Bron
1. Lees HIER het volledige artikel in online magazine NPJ Digital Medicine.