Britse onderzoekers hebben een belangrijke stap gezet in de richting van datagestuurde precisiecardiologie door hartbeeldvorming te integreren in een door AI aangestuurde kennisgrafiek. Het nieuwe platform, CardioKG genaamd, koppelt gedetailleerde hartbeelden aan genetische gegevens en geneesmiddeleninformatie, waardoor het aanzienlijk gemakkelijker wordt om ziektegerelateerde genen en mogelijke behandelingsopties te identificeren.
Het onderzoek werd geleid door dr. Khaled Rjoob en professor Declan O'Regan van de Computational Cardiac Imaging Group van het MRC Laboratory of Medical Sciences. Hun werk pakt een al lang bestaande beperking van biomedische kennisgrafieken aan: hoewel deze systemen uitblinken in het koppelen van genen, ziekten en geneesmiddelen, ontbreekt er traditioneel informatie over hoe organen er daadwerkelijk uitzien en functioneren op het niveau van de individuele patiënt.
Beeldvorming integreren met data
Om CardioKG te bouwen, analyseerde het team cardiale beeldvormingsgegevens van 4.280 deelnemers aan de UK Biobank met aandoeningen zoals atriumfibrilleren, hartfalen en myocardinfarct, naast 5.304 gezonde personen. Dit resulteerde in meer dan 200.000 uit beelden afgeleide kenmerken die variaties in de structuur en functie van het hart vastleggen.
Deze beeldvormingskenmerken werden vervolgens geïntegreerd met gegevens uit 18 biologische databases, die genen, moleculaire routes, ziekten en geneesmiddelen omvatten. Met behulp van AI leerde het model hoe beeldvormingsafgeleide fenotypes verband houden met genetische mechanismen en behandelingsmogelijkheden. “Kennisgrafieken combineren al informatie over genen, ziekten en geneesmiddelen”, legt O'Regan uit. “Door cardiale beeldvorming toe te voegen, hebben we de nauwkeurigheid waarmee we nieuwe ziektegenen en potentiële therapieën kunnen identificeren drastisch verbeterd.”
Nieuwe associaties tussen genen en ziekten
Dankzij de verrijkte kennisgrafiek konden de onderzoekers nieuwe associaties tussen genen en ziekten voorspellen en bestaande geneesmiddelen identificeren die kunnen worden hergebruikt voor hart- en vaatziekten. Een van de meest opvallende bevindingen was dat methotrexaat, dat vaak wordt gebruikt voor de behandeling van reumatoïde artritis, mogelijk voordelen biedt bij hartfalen, terwijl gliptines, geneesmiddelen tegen diabetes, mogelijk effectief zijn bij boezemfibrilleren.
Het model bracht ook een onverwacht verband aan het licht tussen cafeïne-inname en een beschermend effect bij patiënten met atriumfibrilleren die last hebben van een snelle, onregelmatige hartslag. Hoewel deze bevindingen nog voorlopig zijn, komen ze overeen met nieuwe bevindingen uit andere studies en benadrukken ze het belang van het combineren van beeldgegevens uit de praktijk met AI-gestuurde analyse.
Meer toepassingsgebieden
CardioKG dient als proof of concept voor een bredere klasse van beeldgestuurde kennisgrafieken. Dezelfde aanpak zou kunnen worden toegepast op hersenscans, beeldvorming van de lichaamssamenstelling of andere orgaansystemen, waardoor nieuwe onderzoeksmogelijkheden worden geopend op gebieden als dementie, stofwisselingsziekten en obesitas.
Voor farmaceutische bedrijven bieden dergelijke modellen een krachtig uitgangspunt voor het ontdekken van nieuwe geneesmiddelen. Door snel prioriteit te geven aan genen en pathways met een hoge betrouwbaarheid, kunnen op beeldvorming gebaseerde kennisgrafieken helpen om experimentele validatie te focussen en ontwikkelingstermijnen te verkorten.
Voor de toekomst streven de onderzoekers ernaar om CardioKG te ontwikkelen tot een dynamisch, patiëntgericht platform. “Onze volgende stap is het vastleggen van ziekteverloop in de tijd”, zegt Rjoob. “Dat stelt ons in staat om niet alleen te voorspellen welke behandelingen kunnen werken, maar ook wanneer de ziekte zich waarschijnlijk zal ontwikkelen, waardoor we dichter bij echt gepersonaliseerde geneeskunde komen.”
AI-gestuurde cardiovasculaire echografie
Vorig jaar introduceerde Philips in de VS een nieuw AI-gestuurd platform voor cardiovasculaire echografie dat beeldanalyse automatiseert en klinische workflows versnelt. Het platform is geïntegreerd in de EPIQ CVx- en Affiniti CVx-systemen en goedgekeurd door de Amerikaanse FDA. Het vermindert de werkdruk voor clinici en verbetert tegelijkertijd de productiviteit en de consistentie van de diagnostiek. AI automatiseert belangrijke metingen, waardoor hartcondities zoals hartfalen, waaraan wereldwijd miljoenen mensen lijden, sneller en betrouwbaarder kunnen worden opgespoord en gemonitord.
Cardiovasculaire echografie is een niet-invasief en veelgebruikt diagnostisch hulpmiddel. Door AI te integreren wordt de klinische waarde ervan vergroot door de beeldinterpretatie te standaardiseren en de onderzoekstijd te verkorten. Nieuwe gegevens die op ASE2024 zijn gepresenteerd, tonen ook aan dat de AI-algoritmen van Philips regionale afwijkingen in de wandbeweging nauwkeurig kunnen detecteren, een belangrijke indicator voor cardiale gebeurtenissen. Over het algemeen ondersteunen de AI-oplossingen een vroegere diagnose, verbeteren ze de reproduceerbaarheid en helpen ze cardiologen en echografisten om efficiëntere, hoogwaardige zorg te leveren.
