Onderzoekers van de Universiteit van Tokio hebben met behulp van kunstmatige intelligentie aangetoond dat insulineresistentie een risicofactor is voor maar liefst twaalf verschillende vormen van kanker. Door een machine-learningmodel toe te passen op gegevens van circa een half miljoen deelnemers uit de UK Biobank, slaagden zij erin om op populatieniveau een verband te leggen dat tot nu toe moeilijk aantoonbaar was. De resultaten laten zien dat insulineresistentie niet alleen een sleutelrol speelt bij diabetes, maar ook een bredere impact heeft op de kans op kanker.
Insulineresistentie ontstaat wanneer het lichaam minder goed reageert op insuline, het hormoon dat de bloedsuikerspiegel reguleert. Het is een bekende onderliggende oorzaak van diabetes type 2 en wordt ook in verband gebracht met hart- en vaatziekten en aandoeningen van nieren en lever. Hoewel eerder al werd gesuggereerd dat insulineresistentie ook het kankerrisico verhoogt, ontbrak grootschalig bewijs. Dat komt vooral doordat insulineresistentie in de klinische praktijk lastig direct te meten is.
AI-IR model
Om dit probleem te omzeilen ontwikkelde het onderzoeksteam een AI-model, AI-IR, dat insulineresistentie voorspelt op basis van negen gangbare medische parameters die beschikbaar zijn via reguliere gezondheidscontroles. “We hebben onlangs een tool ontwikkeld, AI-IR, om insulineresistentie bij individuen te voorspellen op basis van negen verschillende medische gegevens. Dat bleek succesvol en zette ons aan het denken om deze tool ook toe te passen op aanverwante vraagstukken,” zegt onderzoeker Yuta Hiraike van het University of Tokyo Hospital. Het onderzoek is onlangs gepubliceerd in Nature Communications.
Met behulp van AI-IR konden de onderzoekers aantonen dat insulineresistentie onafhankelijk samenhangt met een verhoogd risico op twaalf kankertypen. Dat is relevant omdat in de praktijk vaak de body mass index (BMI) wordt gebruikt als maat voor metabole gezondheid. BMI blijkt echter een onnauwkeurige voorspeller: sommige mensen met overgewicht zijn metabool gezond, terwijl anderen met een normaal gewicht toch insulineresistent kunnen zijn.
“Hoewel een mogelijk verband tussen insulineresistentie en kanker al eerder is gesuggereerd, was grootschalig bewijs beperkt door de moeilijkheid om insulineresistentie klinisch te evalueren,” aldus Hiraike. “Met AI-IR leveren we nu voor het eerst populatiebreed bewijs dat insulineresistentie een risicofactor is voor kanker.”
Overeenkomst met directe metingen
Validatiestudies laten zien dat AI-IR sterk overeenkomt met directe metingen van insulineresistentie, die normaal gesproken alleen in gespecialiseerde diabetesklinieken worden uitgevoerd. Daarmee biedt het model een schaalbaar alternatief voor grootschalige risicobeoordeling.
“AI-IR maakt het mogelijk om insulineresistentie te detecteren die met BMI alleen niet verklaard kan worden,” zegt Hiraike. De onderzoekers werken nu verder aan het ontrafelen van genetische invloeden en aan het koppelen van grootschalige patiëntdata aan moleculair biologisch onderzoek, met als doel betere preventie- en behandelstrategieën te ontwikkelen.
AI-innovatie voor insuline dosering
Vorig jaar ontwikkelden onderzoekers van de Icahn School of Medicine at Mount Sinai met GLUCOSE een AI-model dat artsen op de intensive care ondersteunt bij het veilig en nauwkeurig doseren van insuline bij patiënten na een hartoperatie. Schommelingen in de bloedsuikerspiegel komen in deze fase vaak voor en kunnen leiden tot ernstige complicaties. GLUCOSE gebruikt reinforcement learning en analyseert realtime patiëntdata om gepersonaliseerde doseringsadviezen te geven.
In studies presteerde het model even goed of beter dan ervaren intensivisten, ondanks dat het geen volledige medische voorgeschiedenis gebruikt. Volgens de onderzoekers laat dit zien dat AI een waardevolle aanvulling kan zijn in de dynamische IC-omgeving. Hoewel het systeem nog in de onderzoeksfase is en bijvoorbeeld voedingsinname nog niet meeneemt, zijn de vooruitzichten voor integratie in het elektronisch patiëntendossier positief. GLUCOSE illustreert daarmee het potentieel van AI als veilige beslissingsondersteuner die kan bijdragen aan betere zorguitkomsten en meer patiëntveiligheid.
