Nieuws Computer herkent kanker in weefselbeelden

13 december 2017

Kunstmatig intelligente computeralgoritmes kunnen menselijke pathologen evenaren in het ontdekken van uitzaaiingen van borstkanker in lymfeklieren. Dit blijkt uit de CAMELYON16 challenge van het Radboudumc. In een publicatie in JAMA van 12 december laten onderzoekers voor het eerst zien dat deep learning algoritmes voldoende kwaliteit hebben om routinematige diagnoses te stellen op basis van weefselpreparaten. De techniek kan pathologen helpen om sneller en beter diagnoses te stellen.

Het Radboudumc organiseerde tussen november 2015 en november 2016 de CAMELYON16 challenge. Programmeurs kregen de kans om een computeralgoritme te maken dat zelfstandig een diagnose kan stellen op basis van aangeleverde pathologiebeelden. Het ging daarbij om het ontdekken van uitzaaiingen van borstkanker in lymfeklieren. Drieëntwintig onderzoeksgroepen uit de hele wereld gingen deze uitdaging aan waarvan de resultaten nu bekend zijn.
 
Uitzaaiingen aanwijzen
Deelnemers aan CAMELYON16 kregen de beschikking over 270 digitale preparaten waarvan al duidelijk was of, en waar, er uitzaaiingen te vinden waren. Op basis hiervan konden ze algoritmes programmeren en trainen in het herkennen van de uitzaaiingen. Vervolgens kregen de deelnemers 129 nieuwe preparaten waarmee ze het algoritme konden testen. De computer moesten preparaten met en zonder uitzaaiingen van elkaar onderscheiden. En in de preparaten met uitzaaiingen moesten de algoritmes aanwijzen waar deze precies zaten.
 
Menselijke pathologen
Om de kwaliteit van de computerdiagnoses te vergelijken met een menselijke prestatie, werden de 129 testpreparaten ook beoordeeld door elf ervaren pathologen. Zij beoordeelden de preparaten op een manier die vergelijkbaar is met het werken in een realistische ziekenhuissituatie. Daarnaast was er één ervaren patholoog die zoveel tijd kon nemen als zij wilde voor het beoordelen van de preparaten.
 
Deep learning
De deelnemende onderzoeksgroepen stuurden in totaal 32 computeralgoritmes in. De besten daarvan maakten allemaal gebruik van zogenaamde deep learning technologie, waarbij de computer patronen leert herkennen op basis van een groot aantal voorbeelden. Het beste algoritme kon net zo goed uitzaaiingen vinden als de patholoog die zonder tijdsdruk werkte. Gemiddeld wees dit algoritme slechts 1,25 keer per honderd preparaten een uitzaaiing aan die er in werkelijkheid niet was. Hiermee overtrof het algoritme zelfs de pathologen die de preparaten beoordeelden in de realistische werksituatie.
 
Beter en sneller
Jeroen van der Laak, onderzoeker bij de afdeling Pathologie van het Radboudumc, coördineerde de challenge: “We zien nu voor het eerst dat een computer even goed deze diagnose kan stellen als een patholoog. Een patholoog met algoritme is dus beter af dan een patholoog zonder. De patiënt heeft zo eerder een uitslag en het helpt pathologen in het stellen van betere diagnoses, ook onder tijdsdruk.” De onderzoekers verwachten dat de techniek binnen enkele jaren geschikt is voor toepassing in de patiëntenzorg en dat het aantal diagnoses dat de computer kan stellen toeneemt.

Meer informatie


Marcel Wortel

persvoorlichter

(024) 81 87389

Meer nieuws


14 Radboudianen in top meest geciteerde wetenschappers

12 december 2018

Op de lijst met de 1 procent meest geciteerde wetenschappers van de afgelopen tien jaar, staan 14 wetenschappers die verbonden zijn aan het Radboudumc of de Radboud Universiteit.

lees meer

Onderzoek geneesmiddel zeldzame ziekte kan efficiënter en patiëntgerichter Nieuwe toepassing Bayesiaans gecombineerde N=1 trialmethode

12 december 2018

Om te beoordelen of een geneesmiddel voor een zeldzame ziekte effect heeft, is grootschalig onderzoek met een gerandomiseerde klinische studie niet altijd meer nodig, zeggen onderzoekers van de afdeling Neurologie en Health Evidence van het Radboudumc.

lees meer

Metalen implantaat maakt medicijn Doelgerichte therapie tegen bacteriële infecties

11 december 2018

Onderzoekers van het Radboudumc hebben ontdekt dat het ijzer in metalen implantaten medicijnen zoals antibiotica kan activeren. Op deze manier kunnen antibiotica in het bloed uitsluitend bij een implantaat infecties actief onderdrukken.

lees meer

Kleine groep patienten krijgt meniscusprothese Kunstmeniscus moet leiden tot minder pijn en betere belasting van de knie

10 december 2018

ATRO Medical BV heeft toestemming van de Inspectie Gezondheidszorg en Jeugd om de meniscusprothese Trammpolin® te implanteren bij achttien patiënten. Dit doet ATRO Medical BV samen met het Radboudumc, het Maastricht UMC+ en de Sint Maartenskliniek

lees meer

Grant van bijna 1 miljoen euro voor onderzoek bekkenbodemproblemen

4 december 2018

Onderzoekers van het Radboudumc en twee Nijmeegse bedrijven hebben een EFRO grant gekregen van 948.808 euro voor onderzoek naar bekkenbodemproblemen binnen het DIABIP-project.

lees meer

CardiacBooster ontwikkelt ondersteuningsapparaat voor cruciale dagen na hartinfarct Spin-off Radboudumc ontvangt kwart miljoen van RedMedTech Discovery Fund II

4 december 2018

CardiacBooster, spin-off van het Radboudumc, heeft een lening ontvangen van het RedMedTech Discovery Fund II. Dit versnelt de ontwikkeling van een apparaat dat de pompfunctie van het hart ondersteunt in een kritieke fase na een hartinfarct.

lees meer
  • Snel naar