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 weten over deze onderwerpen? Klik dan via onderstaande buttons door naar meer nieuws.

    Nieuws homeResearch

Meer nieuws


Nieuwe donorwet van kracht per 1 juli Wat is de impact van deze wet? En wat zijn de grootste misverstanden hierover?

2 juli 2020

Per 1 juli 2020 geldt in Nederland een nieuwe donorwet. Orgaandonatie--coördinator Willem Hordijk licht de impact van de wijziging toe, en neuroloog-intensivist Farid Abdo bespreekt de 5 grootste misverstanden over deze nieuwe wet.

lees meer

Invasieve schimmelinfecties bij influenza en COVID-19

29 juni 2020

In de longen van veel COVID-patiënten op de IC wordt de Aspergillus schimmel aangetroffen. Het lijkt op wat wordt gezien bij influenzapatiënten op de IC, maar op basis van de eerste gegevens lijkt een ernstige schimmelinfectie bij COVID-patiënten minder vaak voor te komen. Alertheid blijft geboden.

lees meer

Langdurige onzekerheid over gehoorverlies bij 12 Nederlandse families opgehelderd

29 juni 2020

De schuldige is één genetische afwijking, die met deze ontdekking meteen een van de meest voorkomende oorzaken van erfelijk gehoorverlies bij Nederlanders is.

lees meer

Versoepeling toegangsbeleid Radboudumc Alleen samen voorkomen we verspreiding van het coronavirus

26 juni 2020

Na de eerste weken met het nieuwe toegangsbeleid voor begeleiders en bezoekers in het Radboudumc, is er nu ruimte gekomen om hierin wat te versoepelen. Dit betekent dat er meer uitzonderingen zijn toegevoegd voor begeleiders en bezoekers. Hier leest u hoe u ons kunt bezoeken.

lees meer

(Thuis) werken tijdens de hittegolf Hoogleraar Fysiologie Maria Hopman geeft 4 tips

25 juni 2020

Nu veel mensen thuis werken, en op de thuiswerkplek meestal geen airco is geïnstalleerd, vragen we ons af: hoe kunnen we tijdens de hittegolf toch goed werken? Hoogleraar Fysiologie Maria Hopman geeft tips waar u écht wat aan hebt. Zoals: ‘Stel jezelf juist bloot aan de warmte’.

lees meer