Het in januari 2024 gestarte Europese HEREDITARY-project heeft grote ambities - zoals het bouwen van een federated learning-platform om medisch-wetenschappelijk onderzoek te ondersteunen. Het project moet daarvoor echter eerst een goede basis bouwen. Dat stellen Francesco Ciompi ( Universitair hoofddocent pathologie), Nils Kohn (Universitair hoofddocent Human Cognitive Neuroimaging) en Annemarie Boleij (universitair docent, afdeling pathologie) in een interview met ICT&health. De drie zijn namens het Radboudumc bij HEREDITARY betrokken. Hun bijdrage aan HEREDITARY moet bovengenoemde basis mede bouwen.
De diverse HEREDITARY-onderzoeken nemen diverse hersenziekten onder de loeo, waaronder ALS, MS, Parkinson, depressie, angst, ADHD en Alzheimer. Maar ook darmaandoeningen zoals ontstekingsziekten en darminfecties. De onderzoekers hopen dat HEREDITARY nieuwe wegen zal openen voor de behandeling en diagnose van deze aandoeningen. AI-technologie moet hierbij ondersteunen om de complexe relatie tussen brein en darmgezondheid beter te begrijpen en te behandelen.
Sterke beïnvloeding
Het Radboud-project richt zich op het verbinden en analyseren van de enorme datastromen die bij dergelijke onderzoeken horen. Het focust op aandoeningen van de darmgezondheid en het brein, omdat deze organen elkaar onderling sterk beïnvloeden. De analyses zullen patronen in de data zoeken, zoals het gelijktijdig voorkomen van bepaalde aandoeningen. Dit gebeurt met algoritmes die in staat zijn om te leren van grote hoeveelheden data.
Een belangrijke ambitie is volgens Ciompi het faciliteren middels AI-toepassingen van multimodaal onderzoek – met meerdere modaliteiten aan databronnen. Hier valt ook de studie naar de interactie tussen brein, darmstelsel en aandoeningen zoals inflammatoire darmziekten en darmontstekingen onder.
“Het ziekenhuis heeft pathologie- en radiologiebeelden, tekstgebaseerde rapporten, genetische sequenties, MRI-scans van neurochirurgie. Een grote diversiteit aan databronnen die, als je ze combineert, een completer beeld geven van een patiënt en diens aandoening. Vaak begint dat met enkele modaliteiten, zoals een scan en een biopsie bij een borst laesie. Zo kun je bepalen om wat voor soort borstkanker het gaat en wat de beste behandeling is. In dit project ligt de focus op het bundelen van informatie op basis van data over het brein en het darmstelsel. AI dient hierbij als overkoepelende technologie om die modaliteiten en de vragen die we hebben te koppelen.”
Rol van AI
“In neurowetenschap is het probleem dat de verzamelde data zeer complex zijn", voegt Nils Kohn toe. "Allerlei onderdelen van de hersens hebben uiteenlopende rollen en functies. Hetzelfde geldt voor het microbioom in het darmstelsel. We weten al langer dat brein en darmstelsel elkaar beïnvloeden, maar worstelen met de extra complexiteit die het bundelen van deze multimodale data met zich meebrengt. AI-toepassingen kunnen ons helpen om deze multimodaliteit eenvoudiger in beeld te brengen en meer inzicht te geven in de onderlinge beïnvloeding. AI zal niet de enige technologie zijn die hierbij kan helpen, maar het is wel een zeer veelbelovende.”
Het eerste doel van de Radboudumc-onderzoekers is om twee modaliteiten, ofwel databronnen bij elkaar te brengen, en uit die bundeling nieuwe inzichten te halen, zo vertelt Annemarie Boleij.
"Daarna breiden we de complexiteit geleidelijk uit. Anders wordt die complexiteit te groot, ook omdat we weinig voorgaand onderzoek hebben om ons op te baseren. We zijn begonnen met pathologiebeelden en data over bacteriële infecties. Daarna voegen we genetische data over de bacteriën toe om te bekijken hoe dit het tot dan ontwikkelde AI-model beïnvloedt. Als derde stap zullen we data van FMRI-beelden toevoegen.”
Lees het hele interview in ICT&health 3, dat op 14 juni verschenen is.
