Onderzoekers van het Leids Universitair Medisch Centrum (LUMC) hebben een AI-model ontwikkeld dat het risico op de terugkeer van baarmoederkanker nauwkeurig kan voorspellen. Dit AI-model, HECTOR (Histopathology-based Endometrial Cancer Tailored Outcome Risk) werkt beter dan de huidige methoden en kan dus een belangrijke rol spelen in de toekomst van kankerbehandeling.
Baarmoederkanker treft met name vrouwen tussen 55 en 80 jaar en is de meest voorkomende vorm van kanker van de vrouwelijke geslachtsorganen. De ziekte wordt vaak in een vroeg stadium ontdekt en is daardoor goed behandelbaar. Helaas zijn de vooruitzichten op genezing heel wat slechter wanneer de ziekte binnen vijf jaar terugkeert. Aanvullende behandelingen, met bijvoorbeeld bestraling en/of chemotherapie, beperken het risico op terugkeer. Deze behandelingen zijn echter zeer belastend voor patiënten.
AI-model HECTOR
Hoofdonderzoeker en patholoog Tjalling Bosse en collega’s hebben daarom onderzocht of AI in staat is om dit risico te voorspellen. En met succes, want het ontwikkelde model, HECTOR, is in staat gebleken het risico op terugkeer van baarmoederkanker met zeer hoge nauwkeurigheid en beter dan de huidige standaardmethoden te voorspellen.
HECTOR is ontwikkeld door gebruik te maken van microscopische beelden van tumoren en data uit eerdere klinische studies (PORTEC-1/2/3) van meer dan duizend patiënten. Het AI-model is vervolgens getest op beelden van patiënten die niet waren gebruikt tijdens de trainingsfase. Die test leverde het eerste bewijs voor de werking en nauwkeurigheid van HECTOR bij het voorspellen van de kans op de terugkeer van baarmoederkanker.
Omdat het AI-model genoeg heeft aan een microscopisch beeld en het tumorstadium, is de methode ook goedkoper dan de huidige standaard. Daarnaast is HECTOR in staat om patiënten in te delen in verschillende risicocategorieën (laag, gemiddeld, hoog). Dat draagt op zijn beurt weer bij aan een meer gepersonaliseerde behandelingsaanpak. Patiënten met een hoog risico, zoals voorspeld door HECTOR, bleken het meeste baat te hebben bij de toevoeging van chemotherapie aan de bestraling na de operatie. "En misschien nog wel belangrijker: patiënten met een laag risico kan aanvullende chemotherapie gespaard blijven", aldus Bosse. In onderstaande video wordt de werking van HECTOR nader toegelicht. De resultaten van het onderzoek zijn ook gepubliceerd in Nature Medicine.
Aanvullend onderzoek nodig
Bosse ziet, ondanks het feit dat er nog aanvullend onderzoek uitgevoerd moet worden, een grote potentie voor het gebruik van AI in de oncologie. "Onze bevindingen met HECTOR zijn een eerste indicatie dat AI de zorg voor baarmoederkankerpatiënten echt kan verbeteren." Bosse trekt een vergelijking met de opkomst van zelfrijdende auto's: "Er is nog regelgeving nodig voordat dit type AI daadwerkelijk toegepast kan worden in de gezondheidszorg, maar in de tussentijd kunnen wij van HECTOR leren waar we als patholoog op moeten letten."
De onderzoekers zien in HECTOR een belangrijke stap in de technische revolutie binnen de oncologie. Met betere diagnostiek kunnen de juiste behandelplannen opgesteld worden. Dat leidt uiteindelijk ook tot een verbetering van de overlevingskansen van patiënten. "We staan aan de vooravond van een revolutie in de diagnostiek, die uiteindelijk zal leiden tot een betere behandeling, een hogere overlevingskans en een betere kwaliteit van leven voor onze patiënten", aldus Bosse.
Naast het voorspellen van het risico op de terugkeer van baarmoederkanker, wordt ook al geruime tijd, met succes, onderzoek gedaan naar het inzetten van AI voor de eerste diagnose van deze en andere vormen van kanker. In 2022 ontwikkelden onderzoekers van het LUMC al een AI-methode die de diagnostiek van verschillende vormen van kanker, waaronder baarmoederkanker, verbeterde.
