Om borstkanker in een zo vroeg mogelijk stadium te kunnen ontdekken worden, met name bij risicogroepen, regelmatig preventieve scans zoals een mammografie gemaakt. Met behulp van AI kunnen dergelijke scans nog veel nauwkeuriger geanalyseerd worden. Onderzoekers van de Universiteit van Edinburgh hebben nu een AI-algoritme ontwikkeld waarmee het mogelijk is om borstkanker in een nog vroeger stadium te ontdekken, met behulp van Raman spectroscopie.
Met het ontwikkelde AI-algoritme in combinatie met de niet-invasieve laseranalysetechniek, Raman spectroscopie, kunnen subtiele veranderingen in de bloedbaan herkend worden. Veranderingen die optreden tijdens de eerste fasen van de ziekte, bekend als stadium 1a. Deze veranderingen waren tot nu toe, met bestaande tests en onderzoeken, nog niet detecteerbaar.
AI-algoritme
Raman spectroscopie is een analytische techniek waarbij verstrooid licht wordt gebruikt om de trillingsenergiemodi te meten. Bij het bloedonderzoek werkt het als volgt. Met een laserstraal wordt het bloedplasma van patiënten beschenen. De eigenschappen van het licht na interactie met het bloed worden vervolgens geanalyseerd met behulp van een spectrometer om minuscule veranderingen in de chemische samenstelling van cellen en weefsels aan het licht te brengen.
Om die miniscule veranderingen beter te kunnen analyseren hebben de onderzoekers met behulp van machine learning een AI-algoritme ontwikkeld. Dat is in staat de resultaten van de spectroscopie te interpreteren en vergelijkbare kenmerken te identificeren die kunnen duiden op het vroegste, 1a, stadium van borstkanker.
“Vroege diagnose is de sleutel tot overleving op de lange termijn en we hebben eindelijk de technologie die daarvoor nodig is. We moeten het alleen nog toepassen op andere kankersoorten en een database opbouwen voordat dit kan worden gebruikt als een test voor meerdere kankersoorten”, zegt dr. Andy Downes van de School of Engineering van de Universiteit van Edinburgh, die het onderzoek leidde.
Pilot studie
In de pilotstudie met 12 bloedmonsters van borstkankerpatiënten en 12 gezonde controles was de techniek 98% effectief in het identificeren van borstkanker in stadium 1a. De test kon ook onderscheid maken tussen elk van de vier belangrijkste subtypes van borstkanker met een nauwkeurigheid van meer dan 90%, waardoor patiënten een effectievere, gepersonaliseerde behandeling zouden kunnen krijgen, aldus het team.
Door dit als screeningtest in te voeren, zouden meer mensen in de vroegste stadia van borstkanker kunnen worden geïdentificeerd en zouden de kansen op een succesvolle behandeling toenemen, aldus de onderzoekers. De komende periode gaan zij testen of deze nieuwe AI-gestuurde methode ook werkt voor het diagnosticeren van vroege vormen van andere kankersoorten.
Het onderzoek is gepubliceerd in het Journal of Biophotonics. Bloedmonsters die in het onderzoek werden gebruikt, werden geleverd door de Northern Ireland Biobank en de Breast Cancer Now Tissue Bank. Behalve de Universiteit van Edinburgh waren bij deze studie ook onderzoekers van de Uni van Aberdeen en de Duitse Rhein-Waal Hochschule betrokken.
Bloedtest voor borstkankeronderzoek
Het idee om borstkanker in een vroeg stadium te diagnosticeren met behulp van een bloedtest is niet nieuw. In 2022 werd, ook in het VK, al met succes onderzoek gedaan naar een methode, Trucheck genaamd, waarmee een borstkanker diagnose nauwkeuriger gesteld kan worden dan met een mammografie. Uit dat onderzoek bleek dat Truchek werd borstkanker in 92 procent van gevallen ontdekte, terwijl met mammogrammen 5 procent (87%) minder diagnoses gesteld werden.
En in het LUMC wordt al meer dan tien jaar onderzoek gedaan naar andere manieren om borstkanker eerder te kunnen herkennen. In een van de onderzoeken, TESTBREAST, werd met een bloedtest gezocht naar aanwijzingen die in een vroeg stadium het ontstaan of de aanwezigheid van borstkanker kan 'verklikken'. De eerste resultaten van de TESTBREAST studie waren veelbelovend en trokken internationale belangstelling,
