Kunstmatige intelligentie voor expert-pathologie van Barrettslokdarm-biopten en betere risico inschatting voor het ontwikkelen van slokdarmkanker

Het onderzoek

Het adenocarcinoom van de slokdarm wordt vaak in een laat stadium ontdekt en heeft daardoor een slechte prognose. De enige bekende voorloper is een Barrett-slokdarm, wat kan ontstaan als gevolg van brandend maagzuur. In Nederland heeft 3-5% van alle volwassenen een Barrett-slokdarm en een klein deel daarvan heeft een hoger risico op het ontwikkelen van slokdarmkanker. Vroege opsporing kan de overlevingskans verbeteren en mensen met een Barrettslokdarm worden periodiek via endoscopisch onderzoek gecontroleerd. Microscopisch weefselonderzoek is belangrijk voor het vaststellen van risicovolle voorloperstadia genaamd dysplasie. Op het moment zijn er weinig richtlijnen voor dit weefselonderzoek waardoor de diagnose van dysplasie per ziekenhuis erg kan verschillen, wat kan leiden tot onder- en overbehandeling.

Het doel van het onderzoek is om met kunstmatige intelligentie het weefsel van patiënten met een Barrett-slokdarm objectief te diagnosticeren en in te delen in verschillende risico voorstadia van slokdarmcarcinoom. Op deze manier kan de vroegtijdige opsporing verbeteren en de juiste zorg op tijd geleverd worden. Verder kunnen onnodige diagnostische procedures worden voorkómen en zorgkosten worden bespaard.

De onderzoekers van dit project hebben een specifiek pathologie Barrett-slokdarm expert-panel opgericht. Om kunstmatige intelligentie te trainen wordt er gebruik gemaakt van Machine-learning (ML). Dit is een specifieke vorm van kunstmatige-intelligentie die geschikt is om grote hoeveelheden informatie en patronen te voorspellen, ontdekken en te combineren. Hiervoor is een algoritme gecreëerd die meer dan 300 digitale samengestelde Barrettslokdarmweefsels en verschillende diagnoses van goedaardige tot hoog-risico voorloperafwijkingen.

Door al deze verschillende soorten informatie over het beloop van Barrett-slokdarm vrij te krijgen verwachten de onderzoekers een betere risico inschatting kunnen maken van de ziekte in zijn geheel. Verder is het de verwachting dat deze machine-learning algoritmen toepasbaar wordt op andere soorten kanker en voorloperstadia van kanker van het spijsverteringskanaal.

Op dit moment is de vroege diagnose nog onvoldoende en kan slokdarmkanker voor een groot deel voorkomen worden. Met de huidige beoordelingsmethode is het gevolg enerzijds een vertraging van de diagnose en zorg op het juiste moment en anderzijds onnodige overbelasting van mensen met een Barrettslokdarm en de kosten van de zorg.

Tussentijdse resultaten

In het onderzoek is een computerprogramma ontwikkeld dat met behulp van kunstmatige intelligentie in staat is om het opsporen van een vroeg stadium van slokdarmkanker te verbeteren. Als de afwijkingen van slokdarmkanker eerder opgespoord kunnen worden, zorgt dit voor het tijdig leveren van de juiste zorg. Daarmee voorkom je de ontwikkeling van kanker, bespaar je onnodige ingrijpende procedures en zorgt dit voor een vermindering van zorgkosten. De onderzoekers hebben het computerprogramma geleerd om naar microscopische pathologie-plaatjes van afgenomen stukjes slokdarmweefsel te kijken. Het computerprogramma blijkt erg goed in staat te zijn om onrustige cellen te herkennen in deze plaatjes. De prestaties van het computerprogramma zijn vergeleken met een grote, internationale groep van 55 artsen (pathologen) uit meer dan 20 landen. Uiteindelijk wist het programma in 68% van de gevallen de juiste diagnose stellen. Het presteerde daarmee beter dan 50 van de 55 deelnemende pathologen die gemiddeld in 58% van de gevallen de juiste diagnose stelden.

Eindresultaat

Wordt nog verwacht.

Resultaten van wetenschappelijk onderzoek

Om van een idee tot een toepassing te komen is veel onderzoek nodig. Dit kost tijd. Ook wanneer een onderzoek andere resultaten oplevert dan verwacht, leren we daar veel van. Daardoor is ieder resultaat een stap vooruit.

Projectinformatie

Orgaan: Slokdarm
Aandoening: Slokdarmkanker
Titel projectKunstmatige intelligentie voor expert-pathologie diagnosen van Barrettslokdarm-biopten en betere risico inschatting voor het ontwikkelen van slokdarmkanker
Projectleider: Dr. Sybren Meijer
Instantie: AMC Medical Research
Gestart in: 2022
Looptijd: 3,5  jaar
Status: Lopend

Veelgestelde vragen over wetenschappelijk onderzoek

Meestal zoeken de onderzoekers zelf naar deelnemers. Veel van de onderzoeken in onze database lopen al even, of zijn afgelopen. De onderzoekers hebben dan al genoeg patiënten gevonden voor het onderzoek. Je kan je dan niet meer aanmelden. Is het onderzoek net begonnen en zou je mee willen doen? Dan is ons advies: hou de website van het ziekenhuis of de instelling in de gaten. Of neem contact op met de contactpersoon van het onderzoek. Die gegevens staan vaak op de site van de onderzoeksinstelling.

Wij kunnen je helaas niet in contact brengen met de onderzoekers. Behalve als de onderzoekers dit duidelijk willen. Als dat zo is, dan staat het vermeld in de tekst hierboven.

Wetenschappelijk onderzoek is ingewikkeld en duurt vaak meerdere jaren. Onderzoekers moeten heel precies werken. Alleen dan kunnen ze conclusies trekken. Er bestaan veel verschillende soorten onderzoek. Die hebben allemaal voor- en nadelen. Het ene onderzoek heeft op korte termijn effect voor de patiënt. Het andere onderzoek leert ons vooral meer over hoe het lichaam werkt. Uiteindelijk helpt ieder onderzoek mee om een bepaald onderwerp beter te begrijpen. We hebben veel onderzoeken nodig om te kunnen zeggen dat iets betrouwbaar is. Pas als iets in meerdere onderzoeken wordt gevonden, is het wetenschappelijk bewezen. Daarom duurt het vaak ook lang voordat een nieuwe behandeling of bepaalde medicatie in behandelingen gebuikt kan worden.

In wetenschappelijk onderzoek zijn vaak proefpersonen nodig. Dit zijn gezonde mensen of patiënten die vrijwillig meewerken aan een onderzoek naar nieuwe behandelingen of medicijnen.

Als je meedoet aan een wetenschappelijk onderzoek, kan het zijn dat je een nieuwe behandeling krijgt. Daardoor kan het zijn dat je klachten minder worden, of dat je (sneller) beter wordt. Voor andere mensen is het ook waardevol als je meedoet, omdat een behandeling eerst getest moet zijn voordat andere mensen die kunnen krijgen. Er kunnen ook nadelen zijn aan meedoen aan wetenschappelijk onderzoek. Het kan zijn dat een nieuwe behandeling niet (goed) werkt, of bijwerkingen geeft. Bovendien kost het tijd en moeite.

De Centrale Commissie Mensgebonden Onderzoek (CCMO) zorgt voor de bescherming van mensen die meedoen aan medisch-wetenschappelijk onderzoek. Op de website van CCMO kun je terecht voor alle belangrijke informatie over meedoen aan onderzoek. Op de website van Rijksoverheid kan je ook meer informatie vinden.

Je kan ook je behandelend arts vragen wat er mogelijk is. Misschien zijn er op dit moment onderzoeken naar jouw aandoening. Je arts kan je meer vertellen over meedoen aan wetenschappelijk onderzoek.

Over MDL Fonds

Een gezonde buik voor iedereen, dat is onze droom. Daar werken we hard aan. We financieren wetenschappelijk onderzoek en geven informatie over MDL-ziekten. Op die manier kunnen we de zorg verbeteren, ziektes sneller opsporen en de kwaliteit van leven voor MDL-patiënten verbeteren. Dat doen we niet alleen, maar samen met artsen, onderzoekers, patiënten, hun familie en vrienden, met donateurs en vrijwilligers.

Alleen met jouw gift kunnen we onderzoeken zoals deze steunen. Help je mee?

Kies frequentie
Kies bedrag
Al 3 donateurs steunden vandaag een gezonde buik voor iedereen.

Schrijf je in voor onze nieuwsbrief

Ontvang maandelijks nieuws en info over een gezonde buik.

Wil je goed voor je buik zorgen?

Meld je aan voor de nieuwsbrief. Dan krijg je veel gezonde tips, lekkere recepten, mooie interviews, evenementen en het laatste nieuws over MDL-ziekten en MDL Fonds.
Je ontvangt maximaal twee nieuwsbrieven per maand en afmelden kan al met één klik. Lees je voortaan mee?
Dit veld is verborgen bij het bekijken van het formulier
Dit veld is verborgen bij het bekijken van het formulier
JJJJ dash MM dash DD