Onderzoekers van het QIMR Berghofer Medical Research Institute hebben een innovatieve AI-tool ontwikkeld die pathologen helpt om verborgen genetische signalen van kanker op te sporen in standaard weefselmonsters. De technologie, STimage genaamd, combineert kunstmatige intelligentie met geavanceerde ruimtelijke analyse van weefsel en luidt mogelijk een nieuwe fase in voor digitale pathologie en precisiegeneeskunde.
De resultaten van het onderzoek, gepubliceerd in Nature Communications, laten zien dat de tool met hoge nauwkeurigheid verschillende vormen van kanker kan voorspellen, waaronder borst-, huid- en nierkanker, evenals een zeldzame leverziekte. Volgens de onderzoekers is de methode niet alleen betrouwbaar en snel, maar ook relatief kostenefficiënt en goed te interpreteren door pathologen.
Moleculair inzicht
Pathologie is al meer dan een eeuw gebaseerd op het beoordelen van met hematoxyline en eosine (H&E) gekleurde weefselpreparaten. Deze standaardmethode maakt het mogelijk om cellulaire structuren en afwijkingen zichtbaar te maken, maar geeft geen direct inzicht in de onderliggende moleculaire processen die ziekten zoals kanker aandrijven.
Daar komt verandering in met de opkomst van spatial biology, een relatief nieuw vakgebied dat zich richt op de ruimtelijke organisatie en interactie van moleculen binnen weefsels. Door deze benadering kunnen onderzoekers beter begrijpen hoe ziekten ontstaan en zich ontwikkelen.
De STimage-tool bouwt voort op deze inzichten. In plaats van alleen naar zichtbare structuren te kijken, analyseert de AI de moleculaire patronen die verborgen liggen in het weefsel. Hierdoor ontstaat een veel rijker en gedetailleerder beeld van wat er zich op cellulair niveau afspeelt.
AI als ‘superzicht’ voor pathologen
Volgens projectleider Quan Nguyen geeft de technologie pathologen als het ware “superzicht”. Waar een menselijk oog slechts een beperkt aantal kenmerken kan onderscheiden, kan de AI miljoenen potentiële biomarkers analyseren binnen een klein stukje weefsel en daaruit de relevante signalen selecteren.
De tool genereert niet alleen een diagnostische voorspelling, maar berekent ook de mate van zekerheid van die uitkomst. Opvallend is dat STimage transparant is in zijn besluitvorming: het systeem laat zien welke specifieke weefsel- of celkenmerken hebben geleid tot de voorspelling. Dit helpt pathologen om de uitkomsten beter te beoordelen en vergroot het vertrouwen in de technologie.
Belangrijk is dat de AI niet bedoeld is als vervanging van de patholoog, maar als ondersteuning. De expertise van de specialist blijft leidend, terwijl de technologie aanvullende informatie levert die met traditionele methoden niet zichtbaar is.
Sneller, nauwkeuriger en toegankelijker
De impact van deze ontwikkeling kan groot zijn. Door sneller en nauwkeuriger diagnoses te stellen, kan de behandeling eerder starten en beter worden afgestemd op de individuele patiënt. Daarnaast biedt de technologie perspectief voor regio’s waar specialistische kennis minder beschikbaar is. AI kan daar helpen om de kwaliteit van diagnostiek te verhogen en de werkdruk te verlagen.
Uit het onderzoek blijkt bovendien dat STimage niet alleen geschikt is voor diagnose, maar ook potentie heeft voor prognose en behandelkeuze. De tool wist patiënten correct in te delen naar overlevingskansen en voorspelde in hoeverre zij zouden reageren op bestaande therapieën. Deze toepassingen bevinden zich nog in een vroege fase, maar worden verder ontwikkeld.
Verdere ontwikkeling
Voor de ontwikkeling van STimage werd gebruikgemaakt van geanonimiseerde datasets van verschillende kankersoorten en een leverziekte. In vergelijking met andere beschikbare modellen presteerde de tool beter, met name op het gebied van betrouwbaarheid en uitlegbaarheid.
De komende jaren richten de onderzoekers zich op verdere verbetering van de nauwkeurigheid en uitbreiding naar meer ziektebeelden, waaronder zeldzame kankers en specifieke immuuncellen die een rol spelen bij ziekteprogressie en behandelrespons. De volgende stap is het testen van de technologie in pathologielaboratoria. Als deze fase succesvol verloopt, verwachten de onderzoekers dat STimage binnen twee jaar onderdeel kan worden van de klinische praktijk.
Met deze ontwikkeling komt een toekomst dichterbij waarin pathologen niet alleen kijken naar wat zichtbaar is onder de microscoop, maar ook naar wat daarachter schuilgaat, ondersteund door kunstmatige intelligentie die het onzichtbare zichtbaar maakt.
AI-platform
Vorig jaar werd in de VS een geavanceerd AI-platform, MARQO genaamd, ontwikkeld voor de analyse van kankerweefsel. De tool automatiseert de beoordeling van immunohistochemische en immunofluorescentiebeelden en kan volledige objectglaasjes in enkele minuten verwerken.
MARQO detecteert celtypes, biomarkerintensiteit en ruimtelijke locatie met hoge precisie, waarna pathologen de resultaten valideren. Het systeem is compatibel met bestaande kleurtechnieken en beeldformaten, wat de reproduceerbaarheid en vergelijkbaarheid van studies vergroot.
