Wetenschappers van het Duitse Kankeronderzoekscentrum (DKFZ) en het Cambridge Stem Cell Institute hebben een AI-systeem ontwikkeld dat witte en rode bloedcellen herkent en karakteriseert in microscopische beelden van bloedmonsters. Het algoritme kan artsen ondersteunen bij het diagnosticeren van bloedziektes. Het AI-systeem is vrij beschikbaar, als open source methode, voor onderzoeksdoeleinden.
Bij bloedziekten neemt het aantal rode en witte bloedlichamen vaak afwijkende vormen aan. Het stellen van een diagnose gebeurt al traditioneel door bloed van de patiënt onder een microscoop te bekijken. Het is een eenvoudige vorm van diagnostiek. Een nieuw ontwikkeld AI-systeem kan deze diagnostiek vereenvoudigen en nauwkeuriger maken. Het onderzoek is gepubliceerd in Nature.
Diagnostiek bloedziekten verbeteren
Echter, het stellen van een diagnose is vaak moeilijk, vooral omdat de afwijkingen soms maar bij enkele van de tienduizenden onder de microscoop zichtbare bloedcellen aanwezig zijn. Daardoor is het vaak moeilijk om onderscheid te maken tussen verschillende ziekten.
Een goed voorbeeld daarvan is de diagnose MDS (myelodysplastisch syndroom). Dit is een vroege vorm van leukemie die in dat stadium veel lijkt op het relatief onschuldige bloedarmoede. Om een goede MDS diagnose te stellen, moet meer en invasieve onderzoek gedaan worden. Zoals de analyse van beenmergbiopten en moleculair genetisch onderzoek.
AI-systeem voor diagnose
Om artsen en laboranten te ondersteunen bij het stellen van dergelijke moeilijke diagnoses, hebben wetenschappers van het Duitse Kankeronderzoekscentrum (DKFZ) en het Cambridge Stem Cell Institute een computerondersteunend AI-systeem ontwikkeld. Dat systeem is in staat automatisch witte en rode bloedcellen uit het perifere bloed te herkennen en karakteriseren.
Om het zogenoemde Hemorasis algoritme van het AI-systeem te trainen maakten de wetenschappers gebruik van meer dan een half miljoen witte bloedcellen en vele miljoenen rode bloedcellen van meer dan 300 mensen met verschillende bloedaandoeningen (verschillende bloedarmoede en vormen van MDS).
“Het algoritme is in staat om de vorm en het aantal van tienduizenden bloedcellen vast te leggen in een microscopisch beeld van het bloed. Dit vormt een aanvulling op de menselijke capaciteiten, die doorgaans meer gericht zijn op details”, zegt Moritz Gerstung van de DKFZ.
Positieve testresultaten
De eerste tests waarbij het Hemorasis-algoritme gebruikt werd, gaven goede resultaten. Toch stellen Gerstung en zijn team dat er nog meer onderzoek nodig is, vooral ook om de mogelijke beperkingen van het systeem in kaart te brengen.
"Geautomatiseerde celanalyse met hemorasis zou in de toekomst de routinematige diagnose van bloedziekten kunnen aanvullen. Tot nu toe is het algoritme alleen voor bepaalde ziekten getraind, maar we zien nog steeds een groot potentieel in deze aanpak", aldus Gerstung.
Het inzetten van AI-algoritmen voor het verbeteren van diagnostiek is een ontwikkeling waar al langere tijd volop aan gewerkt wordt. Zo onderzoekt een team van het Catharina Ziekenhuis sinds vorig jaar zomer de praktische inzetbaarheid van een nieuwe AI-methode voor hartfalen eerder te diagnosticeren aan de hand van een ECG.
