Onderzoekers van het Radboudumc hebben een ‘deep learning’ systeem ontwikkeld dat, op basis van een stukje weefsel, de agressiviteit van prostaatkanker beter kan bepalen dan de meeste pathologen.
Het AI-systeem leerde zelf om prostaatkanker te herkennen, op basis van data van meer dan 1200 patiënten. Het team van het Radboud heeft de intentie om samen met onderzoekers van het Karolinska Instituut uit Zweden en Kaggle, een dochterbedrijf van Google, deze methoden verder ontwikkelen in een grote internationale wedstrijd.
De onderzoekers van Radboudumc ontwikkelden het AI-systeem zo dat het net zo naar die biopten kijkt als een patholoog. Het systeem bepaalt ook de Gleason score, en vervolgens kan het een biopt indelen volgens de Gleason Grade Groups. Met behulp van ‘deep learning’ leerde het systeem aan de hand van duizenden foto’s van biopten te herkennen wat een gezonde prostaat is, en hoe meer of minder agressief prostaatkankerweefsel eruitziet. “Het is nu getraind met 5759 biopten van ruim 1200 patiënten. Toen we de prestaties van het algoritme vergeleken met die van vijftien pathologen uit verschillende landen en met uiteenlopende ervaring, was ons systeem beter dan tien van hen en vergelijkbaar met zeer ervaren pathologen”, zegt onderzoeker Wouter Bulten. Een bijkomend voordeel van het computersysteem is dat het consistent is en overal ingezet kan worden.
> Voor meer informatie over het algoritme en live voorbeelden, kun je naar de website van de pathologiegroep.
