AI-model om verloop van Barrett-slokdarm naar slokdarmkanker in te schatten

Het onderzoek

Een adenocarcinoom is een vorm van slokdarmkanker. Deze kanker wordt vaak pas laat ontdekt. Daardoor is de kans op genezing niet groot. Een bekende voorloper van deze vorm van slokdarmkanker is een Barrett-slokdarm. Een Barrett-slokdarm kan ontstaan door langdurig brandend maagzuur. In Nederland heeft ongeveer 3 tot 5% van de volwassenen een Barrett-slokdarm. Een klein deel van deze mensen heeft een verhoogde kans op slokdarmkanker.

Het is daarom belangrijk om veranderingen in de slokdarm vroeg te ontdekken. Mensen met een Barrett-slokdarm krijgen regelmatig een kijkonderzoek van de slokdarm. Tijdens dit onderzoek kan de arts kleine stukjes weefsel wegnemen. Deze worden onder de microscoop onderzocht. Zo kunnen afwijkende cellen worden gevonden die mogelijk een voorstadium van kanker zijn.

Bij het beoordelen van de stukjes weefsel, kunnen artsen soms verschillende conclusies trekken. Ook zijn er nog weinig duidelijke richtlijnen voor deze beoordeling. Daardoor kan de beoordeling van het weefsel per ziekenhuis verschillen. Dit kan ervoor zorgen dat sommige mensen te weinig behandeling krijgen, terwijl anderen juist onnodig worden behandeld.

Het doel van dit onderzoek is om met kunstmatige intelligentie het weefsel van mensen met een Barrett-slokdarm beter te beoordelen. En te zorgen dat de beoordeling steeds op dezelfde manier gebeurt. De onderzoekers willen met kunstmatige intelligentie bepalen hoe groot het risico is dat afwijkende cellen zich ontwikkelen tot slokdarmkanker. Ook hopen de onderzoekers dat kunstmatige intelligentie nieuwe details in het weefsel kunnen ontdekken, zodat artsen nog beter diagnoses kunnen stellen.

Zo kunnen veranderingen in het weefsel eerder en op een duidelijke manier worden herkend. Mensen die meer risico lopen op slokdarmkanker, kunnen daardoor op tijd de juiste zorg krijgen. Tegelijk kunnen onnodige onderzoeken worden voorkomen. Dat is fijner voor de patiënten, en kan ook helpen om zorgkosten te besparen.

De onderzoekers hebben voor dit project een groep experts op het gebied van Barrett-slokdarm samengesteld. Zij helpen bij het beoordelen van het weefsel.

De onderzoekers gebruiken machine learning om de kunstmatige intelligentie te trainen. Machine learning is een vorm van kunstmatige intelligentie. Hierbij leert een computer om grote hoeveelheden informatie te bekijken en daarin patronen te herkennen. Als de computer de patronen kent, kan hij ook nieuwe informatie in de juiste categorieën indelen.

Voor dit onderzoek hebben de onderzoekers een AI-model (computerprogramma) gemaakt. Dit AI-model wordt getraind met meer dan 2000 digitale beelden van weefsel van mensen met een Barrett-slokdarm. Deze beelden laten verschillende soorten weefsel zien, van goedaardige afwijkingen tot afwijkingen met een hoog risico om zich verder te ontwikkelen.

Als het AI-model genoeg getraind is, gaan de onderzoekers nieuwe digitale beelden aan het model geven. Dezelfde beelden geven ze aan een groep internationale artsen. Het AI-model en de artsen geven allebei diagnoses aan de nieuwe beelden. Daarmee kunnen de onderzoekers vergelijken of het AI-model net zo goed is in het stellen van de juiste diagnose als de artsen.

De onderzoekers combineren in het AI-model verschillende soorten informatie over het verloop van een Barrett-slokdarm. De onderzoekers verwachten dat ze daardoor beter kunnen inschatten hoe groot het risico is dat de ziekte zich ontwikkelt tot slokdarmkanker. Ook verwachten zij dat deze techniek in de toekomst gebruikt kan worden bij andere soorten kanker, en voorstadia van kanker, in andere organen van de spijsvertering.

Als het AI-model goed werkt, wordt het uiteindelijk makkelijker om slokdarmkanker vroeg op te sporten, dat verwachten de onderzoekers. Zo krijgen de juiste mensen op tijd hulp, en krijgen de mensen met een laag risico op slokdarmkanker minder vervelende onderzoeken. Tegelijkertijd helpt het model de artsen, omdat ze hulp krijgen bij de diagnoses en de werkdruk daarmee af kan nemen.

Eindresultaat

De onderzoekers hebben een AI-model ontwikkeld dat weefsel van mensen met een Barrett-slokdarm kan beoordelen. Het AI-model doet dit ongeveer even nauwkeurig als de gespecialiseerde artsen (pathologen). Ook kan het AI-model extra informatie uit het weefsel beoordelen, om het risico op kanker beter in te schatten.

Als meerdere ziekenhuizen dit AI-model gaan gebruiken, krijgt iedereen op een vergelijkbare manier een diagnose. Dat is belangrijk, omdat de diagnose bepaalt of iemand alleen controles nodig heeft, helemaal niet meer op controle hoeft te komen, of juist verder onderzoek of een behandeling krijgt. De verschillen tussen artsen en ziekenhuizen worden daarmee kleiner. 

Het AI-model kan daarnaast hele kleine veranderingen herkennen in weefsel dat er onder de microscoop normaal uitziet. Een arts kan die veranderingen zelf dus niet zien. Het zou kunnen dat die veranderingen in het weefsel wijzen op een verhoogd risico op slokdarmkanker. Dat weten we nog niet zeker. Meer onderzoek is nodig om te kijken of het AI-model nog beter kan voorspellen welke mensen meer risico lopen, op basis van die kleine veranderingen. De onderzoekers willen het model nog beter maken door ook nog meer data uit internationale databanken te gebruiken.

De onderzoekers hebben dus een AI-model gemaakt dat artsen kan helpen om het risico per patiënt beter in te schatten. Zo kan iedere patiënt zorg krijgen die beter past bij de persoonlijke situatie.

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 project: Kunstmatige 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: Afgerond

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?

Elke dag opnieuw krijgen mensen te maken met maag-, darm- of leverziekten. MDL Fonds is er voor hen. We werken aan een beter leven voor mensen met maag-, darm- of leverziekten. En aan het voorgoed voorkomen en genezen van deze ziekten in Nederland. Jouw steun maakt het verschil!

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