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

Het onderzoek

Waarom is dit onderzoek belangrijk?

Het adenocarcinoom van de slokdarm wordt vaak in een laat stadium ontdekt en heeft daardoor een slechte prognose. De enige bekende voorloper is een Barrettslokdarm, wat kan ontstaan als gevolg van brandend maagzuur. In Nederland heeft 3-5% van alle volwassenen een Barrettslokdarm 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.   

Wat is het doel van dit onderzoek?

Het doel van het onderzoek is om met kunstmatige intelligentie het weefsel van patiënten met een Barrettslokdarm 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. 

Wat gaan de onderzoekers doen?

De onderzoekers van dit project hebben een specifiek pathologie Barrettslokdarm 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. 

Wat zijn de verwachte resultaten?

Door al deze verschillende soorten informatie over het beloop van Barrettslokdarm 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[SM1] [FM2]  voorloperafwijkingen 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 project: Kunstmatige intelligentie voor expert-pathologie diagnosen van Barrettslokdarm-biopten en betere risico inschatting voor het ontwikkelen van slokdarmkanker
Projectleider: Sybren Meijer
Instantie: AMC Medical Research
Gestart in: 2022
Looptijd: 3,5  jaar
Status: Lopend

Veelgestelde vragen over wetenschappelijk onderzoek

Kan ik ook meedoen aan dit onderzoek?

In de meeste gevallen werven de onderzoekers hun eigen deelnemers. De meeste onderzoeken in onze database lopen al enige tijd of zijn afgerond. De onderzoekers hebben dan al voldoende patiënten gevonden voor het onderzoek. Je kunt je dat niet meer aanmelden. Over het algemeen werven de onderzoekers zelf nu eigen deelnemers. Als het onderzoek net is gestart is ons advies om de website van het ziekenhuis/instelling in de gaten te houden of contact op te nemen met op te nemen met de contactpersoon van het onderzoek. Dit staat op de site van de onderzoeksinstelling. 

Kan ik in contact komen met de onderzoeker?

Wij brengen geen patiënten in contact met de onderzoekers. Het contact dat wij hebben met de onderzoeker is inhoudelijk en verwijzen niet iemand door tenzij de onderzoekers dit hebben aangegeven. Dan is dit aangegeven in de bovenstaande tekst. 

Waarom kost onderzoek doen zoveel tijd?

Het uitvoeren van wetenschappelijk onderzoek is een ingewikkeld proces dat vaak meerdere jaren duurt. Wetenschappelijk onderzoek moet zorgvuldig uitgevoerd worden om uiteindelijk conclusies te kunnen trekken. Er bestaan veel verschillende type onderzoeken die allemaal weer zijn voor- en nadelen hebben. Uiteindelijk draagt ieder onderzoek bij aan het verhogen van de kennis over een bepaald onderwerp. Je hebt veel onderzoeken nodig om te kunnen zeggen dat iets betrouwbaar is. En het dus wetenschappelijk is bewezen. Daarom duurt het vaak ook lang voordat nieuwe een behandeling of bepaalde medicatie in de reguliere behandelingen toegepast kan worden.

Ik wil graag meedoen aan wetenschappelijk onderzoek

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

Deelname aan een wetenschappelijk onderzoek kan gunstig zijn omdat je bijvoorbeeld een nieuwe behandeling krijgt die de klachten kan verminderen of waardoor het mogelijk is om (sneller) beter te worden. Ook voor anderen is deelname waardevol omdat je een bijdrage levert aan onderzoek naar bijvoorbeeld nieuwe behandelingen. Er kunnen ook nadelen zitten aan deelname, zoals risico’s die je loopt omdat het een nieuwe behandeling betreft, eventuele bijwerkingen en de tijd en moeite die je erin stopt.

De Centrale Commissie Mensgebonden Onderzoek (CCMO) zorgt voor de bescherming van proefpersonen die deelnemen aan medisch-wetenschappelijk onderzoek. Op de website van CCMO kun je terecht voor alle belangrijke informatie met betrekking tot het meedoen aan onderzoek. 

Aanvullende informatie vind je op de website van Rijksoverheid 

Daarnaast kun je ook je behandelend arts vragen of hij/zij weet welke onderzoeken er op dit moment lopen voor de aandoening die je hebt. De arts kan je meer vertellen over meedoen aan wetenschappelijk onderzoek en welke onderzoeken mogelijk geschikt kunnen. 

Stroke 1 Created with Sketch.

Samen strijden

Een gezonde spijsvertering voor iedereen, dat is onze droom. Door zorgtrajecten te verbeteren en projecten mogelijk te maken die zorgen voor een betere kwaliteit van leven. Dat doen we niet alleen, maar samen met artsen, onderzoekers, patiënten, hun familie en vrienden, met donateurs en vrijwilligers.

meer over onze strategie, onderzoeken en behaalde resultaten

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

ANBI logo CBF logo Privacy Waarborg logo ANBI/RSIN nr: 007247849
Doneer
Fiets mee van Mond tot Kont
250 km fietsen voor de spijsvertering. Doe je mee?
Schrijf je in