Innovatief AI-model LUMC voorspelt terugkeer van baarmoederkanker met grote nauwkeurigheid

Onderzoekers van het Leids Universitair Medisch Centrum (LUMC) hebben een AI-model ontwikkeld dat het risico op de terugkeer van baarmoederkanker nauwkeurig kan voorspellen. Het model, genaamd HECTOR (Histopathology-based Endometrial Cancer Tailored Outcome Risk), biedt een betere voorspellingskracht dan de huidige methoden en kan een belangrijke rol spelen in de toekomst van kankerbehandeling. De bevindingen van dit onderzoek zijn recent gepubliceerd in het prestigieuze tijdschrift Nature Medicine.

Baarmoederkanker

Baarmoederkanker is de meest voorkomende kanker van de vrouwelijke geslachtsorganen en treft vooral vrouwen tussen de 55 en 80 jaar. Hoewel de ziekte vaak vroeg ontdekt wordt en daardoor goed behandelbaar is, zijn de vooruitzichten aanzienlijk slechter als de kanker binnen vijf jaar terugkeert.

Het risico op de terugkeer van de kanker kan verminderd worden door aanvullend te behandelen met bijvoorbeeld bestraling en/of chemotherapie. Maar dit zijn zeer belastende behandelingen voor de patiënt en niet alle typen baarmoederkanker reageren even goed op de therapie. Om een op maat gemaakt behandelplan op te stellen, beoordeelt de patholoog het tumorweefsel onder de microscoop. Hoofdonderzoeker en patholoog Tjalling Bosse en collega’s onderzochten daarom of AI in staat is om dit risico te voorspellen.

De rol van HECTOR

HECTOR is ontwikkeld door gebruik te maken van microscopische beelden en data uit eerdere klinische studies (PORTEC-1/2/3) van meer dan 1000 patiënten. Vervolgens werd HECTOR getest op de combinatie van beelden en het ziektestadium van patiënten die niet waren gebruikt tijdens de trainingsfase. De resultaten waren indrukwekkend: HECTOR bleek in staat het risico op terugkeer van baarmoederkanker met zeer hoge nauwkeurigheid te voorspellen, beter dan de huidige standaardmethoden.

Kosteneffectiviteit en gepersonaliseerde Zorg

Een van de grootste voordelen van HECTOR is dat het slechts een microscopisch beeld en het tumorstadium nodig heeft, waardoor de methode goedkoper is dan de huidige standaard. Bovendien kan HECTOR patiënten indelen in verschillende risicocategorieën (laag, gemiddeld, hoog), wat bijdraagt 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. Patiënten met een laag risico kan deze aanvullende chemotherapie en dus de bijwerkingen hiervan bespaart blijven.

Toekomstperspectief

Hoewel er nog aanvullend onderzoek nodig is, ziet Bosse grote potentie in de toepassing van AI in de oncologie: “Onze bevindingen met HECTOR zijn een eerste indicatie dat AI de zorg voor baarmoederkankerpatiënten echt kan verbeteren.” Hij vergelijkt de ontwikkeling van HECTOR met de opkomst van zelfrijdende auto’s: “Ze zijn er al maar er is nog regelgeving nodig voordat dit type AI daadwerkelijk toegepast kan worden in de gezondheidszorg, in de tussentijd kunnen wij van HECTOR leren waar we als patholoog op moeten letten.”

Een technologische revolutie in diagnostiek

HECTOR vertegenwoordigt een belangrijke stap in de technologische revolutie binnen de oncologie. Door een verbeterde diagnostiek, kunnen de juiste behandelplannen opgesteld worden, wat uiteindelijk leidt 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 en betere kwaliteit van leven voor onze patiënten,” aldus Bosse.