LAB PATHOLOGIE ZET IN OP ARTIFICIËLE INTELLIGENTIE
De doeltreffende preventie, snelle diagnostiek en accurate behandeling van infecties is en blijft een belangrijk aandachtspunt, binnen en buiten de muren van het ziekenhuis. Binnen het ziekenhuisnetwerk TRIaz moet een HOST-project deze aanpak nog meer stroomlijnen en verder verbeteren. “Zonder de autonomie van de ziekenhuizen en de rol van de specialisten uit te hollen”, stelt prof. dr. Dirk Vogelaers, verantwoordelijke voor het proefproject vanuit het AZ Delta.
LAB PATHOLOGIE ZET IN OP ARTIFICIËLE INTELLIGENTIE
De doeltreffende preventie, snelle diagnostiek en accurate behandeling van infecties is en blijft een belangrijk aandachtspunt, binnen en buiten de muren van het ziekenhuis. Binnen het ziekenhuisnetwerk TRIaz moet een HOST-project deze aanpak nog meer stroomlijnen en verder verbeteren. “Zonder de autonomie van de ziekenhuizen en de rol van de specialisten uit te hollen”, stelt prof. dr. Dirk Vogelaers, verantwoordelijke voor het proefproject vanuit het AZ Delta.
Links dr. Franceska Dedeurwaerdere en rechts ir. Louise Berteloot
“In dit lab passeren er elke dag zo’n 800 ‘coupes’ of ‘glaasjes’ met weefsel. Ons werk bestaat er voor het grootste deel uit om die te bekijken onder de microscoop”, steekt dr. Dedeurwaerdere van wal. “Dat is zeer arbeidsintensief, terwijl er wereldwijd een groot tekort is aan pathologen. Bovendien groeit de hoeveelheid werk, door de vergrijzing, de grotere aandacht voor screening en preventie en de gestegen rapporteringslast.” “De échte innovatie is dat op die digitale beelden artificiële intelligentie toegepast kan worden.” Digitalisering zou daarop (een deel van) het antwoord kunnen bieden. “De glaasjes kunnen tegenwoordig ingescand en gedigitaliseerd worden. Daardoor wordt remote werken mogelijk en wordt het gemakkelijker om beelden door te sturen voor een second opinion. Maar de échte innovatie is dat op die digitale beelden artificiële intelligentie toegepast kan worden. De technologie staat nu nog in zijn kinderschoenen, maar zal de komende vijf jaar exploderen”, duidt ze.
“AI kan een goede diagnostische ondersteuning bieden, zeker voor repetitieve taken zoals het screenen op de aanwezigheid van tumorweefsel. De technologie kan pathologen ook helpen om te prioritiseren. Cases waarin een tumor gedetecteerd wordt, zouden bijvoorbeeld bovenaan de werklijst van de patholoog kunnen komen, waardoor er sneller een zorgpad kan worden opgestart. Naast die prescreening heeft AI ook heel wat potentieel op het vlak van kwantitatieve bepalingen op immunohistochemische kleuringen. En het is te verwachten dat de technologie ook zal kunnen helpen bij rapportering.” INHOUSE ONTWIKKELDE SOFTWARE De eerste stap is alvast gezet: de procedure loopt om alle nodige infrastructuur aan te kopen, zodat het lab kan overschakelen naar een digitale werkwijze. De software wordt inhouse ontwikkeld bij het innovatiecentrum RADar. “Op dit moment zijn we een AI-model aan het opzetten om borstkanker in biopten te detecteren”, legt AI Engineer Louise Berteloot uit. “Omdat we in het ziekenhuis nog niet over voldoende ingescande coupes beschikken, gebruiken we daarvoor publieke datasets die pathologiebeelden ter beschikking stellen voor onderzoek. Op basis van een 500-tal borstcoupes hebben we een AI-model getraind dat een tumor kan detecteren. Wij geven het model enkel mee welke coupes tumorweefsel bevatten en welke niet. Het algoritme leert zichzelf waarop het moet letten bij de detectie ervan. Dat heet ‘weak labeling’.
De volgende stap was om daarop visualisatie toe te passen om de resultaten van het model interpreteerbaar te maken. De software geeft via een heatmap weer aan welk gebied in de coupe hij de meeste aandacht heeft gegeven, om te kunnen bepalen of het al dan niet tumorweefsel bevat. Die heatmaps blijken heel accuraat overeen te komen met de tumorzones. Ons model neemt dus correcte beslissingen op basis van de juiste gegevens.” IMPACT OP KWALITEIT VAN ZORG Bedoeling is nu om het model verder te perfectioneren, zodat het ook kan omgaan met variatie in de coupes, bijvoorbeeld op het vlak van kleuring. Daarna zullen modellen getraind worden om ook aan ‘typing’ te doen van verschillende carcinoma, kwantificatie en gradering. “Daarvoor zullen we binnenkort veel eigen coupes inscannen. De volgende stap is om een nieuw model te trainen voor tumordetectie in prostaatweefsel op eigen coupes”, zegt Louise Berteloot.
Er zijn ook nog wat vraagtekens weg te werken, niet alleen op het vlak van technologie, maar ook wat betreft het uitwerken van een validatieprotocol, en over verantwoordelijkheid en kwaliteitsbewaking. Alles gebeurt in constante dialoog tussen het team van RADar en het lab. “Dat is een enorme meerwaarde. In tegenstelling tot de software van commerciële spelers, zal ons eindproduct 100 procent afgestemd zijn op onze eigen setting.”
Voor alle duidelijkheid: het is niet de bedoeling dat artificiële intelligentie de taken van een patholoog volledig zal overnemen. “Zie de AI-software maar als een krachtige assistent die ons kan helpen om door ons werk te raken én om nog kwalitatiever te werken. Ik ben blij dat het ziekenhuis hier echt in gelooft. Op korte termijn vergt dit een aanzienlijke inspanning, maar op langere termijn zal deze evolutie een grote positieve impact hebben op de kwaliteit van zorg. En het is toch voor de patiënt dat we het doen”, besluit dr. Dedeurwaerdere. “Op dit moment zijn we een AI-model aan het opzetten om borstkanker in biopten te detecteren.”
MEER INFO Dr. Franceska Dedeurwaerdere 051 23 77 32 franceska.dedeurwaerdere@azdelta.be Auteur: Joke Verbeke Foto: Thomas Callens