Onderzoekers van het Duitse Kankeronderzoekscentrum (DKFZ), de Universiteit van Heidelberg en het Universitair Ziekenhuis Heidelberg hebben een AI-systeem ontwikkeld dat hersentumoren binnen enkele minuten kan classificeren op basis van standaard microscopische weefselpreparaten. Het systeem, genaamd Hetairos, kan meer dan honderd moleculaire subtypen van tumoren in het centrale zenuwstelsel onderscheiden en levert daarmee een mogelijke doorbraak op voor de diagnostiek van hersen- en ruggenmergtumoren.
Volgens de onderzoekers kan de technologie de tijd die nodig is voor een diagnose aanzienlijk verkorten en specialistische diagnostiek toegankelijker maken in regio’s waar geavanceerde moleculaire analyses niet beschikbaar zijn.
Moleculaire diagnostiek
Tumoren van de hersenen en het ruggenmerg behoren tot de meest complexe vormen van kanker. De afgelopen jaren is duidelijk geworden dat een betrouwbare diagnose vaak niet alleen gebaseerd kan worden op de microscopische kenmerken van tumorweefsel, maar ook op moleculaire eigenschappen van de tumor.
Een belangrijke techniek daarbij is DNA-methyleringsanalyse. Deze methode wordt beschouwd als de gouden standaard voor het classificeren van veel hersentumoren, omdat zij subtiele biologische verschillen tussen tumoren zichtbaar maakt. Het nadeel is dat dergelijke analyses gespecialiseerde laboratoria, kostbare apparatuur en voldoende tumormateriaal vereisen. Bovendien duurt het vaak twee weken voordat de resultaten beschikbaar zijn.
Voor veel ziekenhuizen wereldwijd vormt dit een belangrijke beperking. In sommige landen ontbreekt de benodigde infrastructuur volledig. De resultaten van het onderzoek zijn onlangs gepubliceerd in het wetenschappelijke tijdschrift Nature Cancer.
Getraind op duizenden patiëntgegevens
Het onderzoeksteam ontwikkelde Hetairos met als doel moleculaire informatie rechtstreeks af te leiden uit routinematig gekleurde histologische preparaten. Voor het trainen en valideren van het systeem werden meer dan 11.000 gedigitaliseerde weefselcoupes van 9.606 patiënten gebruikt. De gegevens waren afkomstig van elf medische centra verspreid over vier continenten.
Op basis van deze dataset leerde het AI-model onderscheid te maken tussen 102 verschillende moleculaire subtypen van tumoren in het centrale zenuwstelsel, vrijwel het volledige spectrum van de huidige WHO-classificatie. Een belangrijk kenmerk van Hetairos is dat het systeem niet alleen een diagnosevoorstel doet, maar ook aangeeft hoe zeker het van die voorspelling is. In 50 tot 70 procent van de gevallen gaf het systeem een diagnose met een hoge mate van zekerheid. In deze groep lag de nauwkeurigheid tussen de 87 en 88 procent.
Ook wanneer de AI minder zeker was van een diagnose, wist het systeem het aantal mogelijke tumortypen vaak aanzienlijk te beperken. Daardoor kunnen pathologen gerichter aanvullende onderzoeken inzetten.
AI presteert beter dan ervaren specialisten
De onderzoekers vergeleken de prestaties van Hetairos ook rechtstreeks met die van menselijke experts. Vijf ervaren neuropathologen kregen 210 casussen voorgelegd en moesten uitsluitend op basis van de microscopische beelden een diagnose stellen. Het AI-systeem behaalde daarbij een nauwkeurigheid van 68 procent, tegenover gemiddeld 30 procent voor de specialisten. Wanneer de drie meest waarschijnlijke diagnoses werden meegenomen, steeg de score van Hetairos naar 84 procent, terwijl de neuropathologen uitkwamen op ongeveer 50 procent.
Volgens de onderzoekers laat dit zien dat moderne AI-systemen in staat zijn zeer subtiele morfologische patronen te herkennen die zelfs voor ervaren specialisten moeilijk zichtbaar zijn. Wel benadrukken zij dat zeer zeldzame tumortypen nog steeds een uitdaging vormen voor het model. Naarmate meer data beschikbaar komen, verwachten zij dat de prestaties verder zullen verbeteren.
Van twaalf dagen naar twaalf minuten
In een prospectieve studie werd Hetairos parallel ingezet naast de reguliere diagnostiek. Daarbij analyseerde het systeem 210 tumormonsters zonder invloed uit te oefenen op de uiteindelijke diagnose of behandeling. Waar de volledige moleculaire diagnostiek gemiddeld twaalf dagen in beslag nam, genereerde Hetairos een classificatie binnen twaalf minuten op standaard computerhardware. Inclusief preparatie en digitalisering van de weefselcoupes zouden resultaten vaak al binnen één tot twee dagen beschikbaar kunnen zijn.
De onderzoekers zien Hetairos nadrukkelijk als een aanvulling op bestaande moleculaire diagnostiek, niet als een vervanging ervan. Vooral in situaties waarin onvoldoende tumormateriaal beschikbaar is of moleculaire testen geen eenduidige uitkomst geven, kan de technologie waardevolle ondersteuning bieden. Daarnaast kan de methode de kosten van diagnostiek verlagen. Terwijl DNA-methyleringsanalyses vaak honderden euro’s kosten, maakt Hetairos gebruik van reeds beschikbare histologische preparaten.
Volgens het onderzoeksteam benadrukt de studie het potentieel van AI-ondersteunde digitale pathologie om hoogwaardige diagnostiek sneller, goedkoper en wereldwijd toegankelijker te maken. Voor patiënten met hersentumoren kan dat uiteindelijk leiden tot een snellere diagnose en daarmee mogelijk ook een sneller begin van een passende behandeling.
AI versnelt diagnostiek
Vorig jaar deed hoogleraar bioinformatica Jeroen de Ridder (UMC Utrecht) onderzoek naar hoe AI kan bijdragen aan snellere en nauwkeurigere diagnoses van ziekten zoals kanker. Met slimme algoritmen analyseerde hij genetische en moleculaire data om zogenoemde moleculaire vingerafdrukken van ziekten te herkennen. Een belangrijke toepassing is het AI-model Sturgeon, ontwikkeld samen met het Prinses Máxima Centrum en Amsterdam UMC. Dit systeem kan tijdens een hersenoperatie al bepalen om welk type tumor het gaat, waardoor chirurgen direct de juiste behandelkeuzes kunnen maken en soms een tweede operatie kunnen voorkomen.
Daarnaast werkt De Ridder binnen het Europese FoundationDX-project aan AI-methoden voor zeldzame aandoeningen. Door AI eerst op algemene moleculaire kennis te trainen, kunnen ook bij kleine patiëntgroepen betere diagnoses en behandeladviezen worden gegeven.
