De digitale transformatie van de pathologie creëert nieuwe perspectieven voor kankerdiagnostiek. Waar AI eerder vooral werd ingezet om processen te automatiseren, maakt de nieuwste generatie technieken het mogelijk om verborgen biologische informatie te ontsluiten uit routinematig verkregen histologische weefselsneden. Dit biedt zorgprofessionals een aanzienlijk dieper inzicht in tumoren en hun gedrag.
Onderzoekers van het Universitair Ziekenhuis Keulen hebben in dat kader een vernieuwend AI-raamwerk ontwikkeld: SPARK (System of Pathology Agents for Research and Knowledge). Hun studie, gepubliceerd in het toonaangevende tijdschrift Nature Medicine, beschrijft hoe deze technologie een stap zet richting autonome wetenschappelijke ontdekking binnen de kankerpathologie.
Naar een ‘digitaal brein’
Traditionele AI-toepassingen in de pathologie richten zich veelal op het segmenteren van weefsel of het analyseren van individuele cellen in de tumoromgeving. Hoewel deze methoden waardevol zijn, lopen ze regelmatig tegen beperkingen aan, zoals beperkte uitlegbaarheid of beperkte toepasbaarheid op nieuwe onderzoeksvragen.
SPARK introduceert een fundamenteel andere benadering. Het systeem functioneert als een ‘digitaal brein’ waarin meerdere gespecialiseerde algoritmes samenwerken binnen één gecoördineerd geheel. Deze zogeheten agent-gebaseerde AI kan zelfstandig biologische hypothesen genereren, deze verfijnen en omzetten in analysetools, zonder de noodzaak voor het opnieuw trainen van de onderliggende modellen.
Een belangrijk element van SPARK is het gebruik van taal als universele interface. Hierdoor kunnen gebruikers op een intuïtieve manier communiceren met complexe beelddata. Zo wordt het bijvoorbeeld mogelijk om met eenvoudige tekstinvoer analyses uit te voeren, zoals het voorspellen of een tumor waarschijnlijk zal reageren op immunotherapie.
Inzichten uit grote datasets
De onderzoekers testten SPARK op een omvangrijke dataset van meer dan 5.400 patiënten, verdeeld over 18 onafhankelijke cohorten en vijf verschillende tumortypen. Onder leiding van patholoog dr. Yuri Tolkach toonde het team aan dat het systeem in staat is om klinisch relevante en biologisch onderbouwde weefselmarkers te identificeren.
Deze markers blijken sterk samen te hangen met het ziekteverloop, bestaande pathologische parameters en de respons op behandelingen. Opvallend is bovendien dat SPARK inzichten kan afleiden over de temporele ontwikkeling van tumoren op basis van statische weefselsneden, een stap die bijdraagt aan een beter begrip van tumorprogressie.
Kracht ligt in toegankelijkheid
Volgens de onderzoekers ligt de kracht van SPARK niet alleen in de analysemogelijkheden, maar ook in de toegankelijkheid. Via een interactieve, modulaire gebruikersinterface kunnen clinici en onderzoekers analyses ontwikkelen zonder programmeerkennis. Dit verlaagt de drempel voor implementatie in zowel onderzoek als klinische praktijk.
De klinische potentie is aanzienlijk. SPARK kan bijdragen aan nauwkeurigere diagnoses, betere patiëntselectie en meer gerichte behandelkeuzes. Vooral binnen de gepersonaliseerde oncologie biedt dit kansen om therapieën beter af te stemmen op de unieke biologische kenmerken van tumoren.
Tegelijkertijd benadrukken de onderzoekers dat verdere validatie in de dagelijkse klinische praktijk noodzakelijk is. Om de ontwikkeling te versnellen, zijn alle methoden, parameters en resultaten openbaar beschikbaar gesteld voor de wetenschappelijke gemeenschap.
Met SPARK zetten de onderzoekers een belangrijke stap richting een toekomst waarin pathologie evolueert van een beschrijvende discipline naar een datagedreven en voorspellende wetenschap, met directe impact op precisiegeneeskunde in de oncologie.
Philips digitale pathologie
Eerder dit jaar maakte Philips bekend dat het haar digitale pathologieportfolio verder uitbreidde met een cloudgebaseerde versie van de IntelliSite Pathology Solution op HealthSuite. Deze oplossing, draaiend op Amazon Web Services (AWS), stelt laboratoria in staat om grote hoeveelheden hoge-resolutiebeelden veilig op te slaan, te beheren en te analyseren. Pathologen kunnen casussen op afstand beoordelen, wat samenwerking en consultatie vergemakkelijkt.
De innovatie speelt in op uitdagingen zoals groeiende datavolumes, personeelstekorten en de behoefte aan AI-ondersteunde diagnostiek. Wereldwijd werken veel laboratoria nog hybride, maar volledige digitalisering kan efficiëntie en diagnostische consistentie verbeteren. De cloudoplossing vermindert afhankelijkheid van lokale IT-infrastructuur en maakt schaalbare samenwerking en AI-integratie mogelijk, wat volgens experts essentieel is voor de verdere ontwikkeling van digitale pathologie.
