Een AI-ondersteunde analysetool helpt pathologen om weefselmonsters van huidkankerpatiënten consistenter te beoordelen. Dit blijkt uit een internationale studie onder leiding van het Karolinska Institutet, in samenwerking met Yale University. Door AI in te zetten bij de interpretatie van tumor-infiltrerende lymfocyten (TIL’s), belangrijke biomarkers bij onder meer melanoom, konden pathologen betrouwbaarder inschatten hoe agressief de tumor zich ontwikkelt.
De toepassing van AI verhoogde niet alleen de reproduceerbaarheid van de beoordelingen, maar verbeterde ook de prognostische nauwkeurigheid. TIL’s zijn immuuncellen die in of rondom tumoren voorkomen en informatie geven over de afweerreactie van het lichaam. Bij kwaadaardig melanoom speelt de aanwezigheid van deze cellen een cruciale rol in zowel diagnose als behandelstrategie. Omdat het schatten van het aantal TIL’s momenteel onderhevig is aan subjectieve interpretatie, vormt het een kwetsbare schakel in de pathologische praktijk. De AI-tool die in dit onderzoek is getest, biedt hiervoor een oplossing door het aantal TIL’s objectief te kwantificeren op basis van digitale microscopiebeelden.
Relatief klein onderzoek
Aan het onderzoek namen 98 pathologen en onderzoekers uit andere beroepen deel, die in twee groepen werden verdeeld. De ene groep bestond uitsluitend uit ervaren pathologen. Zij werkten volgens de standaard procedures. Dat wil zeggen: zij bekeken digitale beelden van gekleurde weefselcoupes en schatten het aantal TIL's volgens de huidige richtlijnen. De tweede groep bestond uit pathologen, maar ook uit onderzoekers uit andere beroepen, die allemaal enige ervaring hadden met het beoordelen van pathologische beelden.
Ook zij bekeken de beelden volgens de standaard werkwijze, maar werden daarbij wel geholpen door AI-ondersteuning die het aantal TIL's kwantificeerde. Iedereen beoordeelde 60 weefselcoupes, allemaal afkomstig van patiënten met kwaadaardig melanoom. Het onderzoek was retrospectief, dus de beelden toonden weefselmonsters van patiënten waarvan de diagnose en behandeling al vaststonden.
De uitkomsten, gepubliceerd in JAMA Network Open, spreken voor zich: pathologen die gebruikmaakten van AI kwamen veel consistenter tot dezelfde beoordeling. Daarnaast bleken hun prognoses beter aan te sluiten bij de feitelijke klinische uitkomst van de patiënten, wat bevestigt dat AI een waardevol instrument kan zijn bij risicostratificatie en behandelbeslissingen.
Hoewel verdere validatie nodig is voordat deze technologie breed toepasbaar is in de klinische praktijk, benadrukt onderzoeker en patholoog Balazs Acs dat de resultaten hoopgevend zijn. “AI kan het inschattingsproces objectiveren en zo bijdragen aan veiligere, gepersonaliseerde zorg voor kankerpatiënten.”
AI en medische diagnostiek
Het is al lang geen nieuws meer dat AI-toepassingen de medische diagnostiek en pathologie naar een hoger plan kunnen leiden. Vorig jaar werd in het Verenigd Koninkrijk een pilot uitgevoerd met een AI-platform dat in staat is om binnen enkele seconden te beoordelen of een huidafwijking al dan niet kwaadaardig is. En begin dit werd voor een internationaal onderzoek een AI-model getest dat in staat is om lange termijn ECG’s te analyseren. Met behulp van de AI-tool bleek het aantal gemiste diagnoses met een factor 14 af te nemen.
Ook in Nederland wordt hard gewerkt aan AI-oplossingen die een bijdrage kunnen leveren aan het eerder, en nauwkeuriger, stellen van diagnoses. Zo ontwikkelden wetenschappers van de Universiteit Maastricht in 2022 een AI-methode dat de grootte van een tumor beter kan inschatten zodat het eventuele vervolgtraject van een bestralingsbehandeling nauwkeuriger bepaald akn worden.
