Het is de zorg van de toekomst: een computersysteem dat leert van bergen medische data, en vervolgens een advies kan geven voor een individuele patiënt. Bijvoorbeeld door een MRI-scan te vergelijken met zowel scans als complete medische dossiers van vergelijkbare gevallen. Het is daarbij technisch gezien nog erg lastig dat de benodigde gegevens bestaan uit allerlei verschillende typen data, zoals tekst, bloedwaarden, medische beelden en genetica.
Een internationale groep onderzoekers gaat nu met elf miljoen euro subsidie van de Europese Commissie in het project HEREDITARY een computersysteem ontwikkelen dat al die soorten data kan verbinden en analyseren. Zij richten zich daarbij op aandoeningen van de darmen en het brein, omdat die organen elkaar sterk beïnvloeden en verbanden dus erg interessant zijn. Het systeem gaat op zoek naar patronen in de data, bijvoorbeeld of bepaalde aandoeningen vaak tegelijk voorkomen.
Darmbacteriën
In Nijmegen liggen al veel data klaar. In een eerder EU-project verzamelde Francesco Ciompi 20.000 gedigitaliseerde microscopieplaatjes van darmpoliepen en biopten. Annemarie Boleij en Nils Kohn gebruiken analyses van darmbacteriën, genetische informatie en een grote hoeveelheid MRI-scans van de hersenen, die verzameld zijn in de Healthy Brain Study, gefinancierd door de Reinier Post Stichting. De onderzoekers gaan die data aan elkaar koppelen. Het hele EU-project kijkt nog breder, bijvoorbeeld ook naar luchtvervuiling.
Het computersysteem zal bestaan uit algoritmes, die kunnen leren van data. De algoritmes worden gehost op het Grand Challenge platform, dat ontwikkeld is in het Radboudumc. ‘Het Research Software Engineering team bouwde dit platform voor wereldwijde wedstrijden wie het beste algoritme kan ontwikkelen voor de analyse van medische beelden, zoals CT- of MRI-scans’, vertelt Francesco Ciompi. ‘Maar het platform kan ook algoritmes en data hosten en op verschillende manieren beschikbaar stellen. Nu staan daar medische beelden en digitale coupes van pathologie, maar binnen het project breiden we uit met genetica.’
Virtueel op bezoek
De nieuwe algoritmes komen straks dus op het platform, maar de data waar het systeem van gaat leren komen niet allemaal online. ‘Er wordt steeds meer gebruik gemaakt van ‘federated learning’ om AI algoritmes te trainen en data beschikbaar te maken’, legt Ciompi uit. ‘Daarbij gaan algoritmes via het platform virtueel op bezoek bij verschillende ziekenhuizen, en leren daar terplekke van de medische data, zonder dat die data het ziekenhuis verlaten.’
Als de algoritmes voldoende geleerd hebben van hun digitale bezoekjes, kunnen ze in de toekomst artsen gaan helpen. Ciompi: ‘Het computersysteem kan bijvoorbeeld verschillende data over de hersenen en het brein, zoals een MRI-scan, darmbiopt of ontlastingssample van een individuele patiënt, vergelijken met scans en medische dossiers van vergelijkbare gevallen. Vervolgens kan het systeem artsen helpen bij de diagnose, de prognose voorspellen, bepalen of er links zijn met andere aandoeningen, en suggesties doen voor een behandeling.’
Meer informatie
Het project HEREDITARY ontvangt 11 miljoen euro subsidie, waarvan bijna 1,3 miljoen euro voor het Radboudumc. Het project wordt gecoördineerd door de Universiteit van Padova, Italië. De aandoeningen die onderzocht zullen worden zijn hersenziektes, zoals ALS, MS, parkinson, depressie, angst, ADHD en Alzheimer, en darmaandoeningen, waaronder ontstekingsziekten in de darm, suikerziekte en overgewicht.
