AI-model identificeert achterblijvend tumorweefsel na resectie

Onderzoekers hebben een AI-model ontwikkeld dat tijdens een operatie in zeer korte tijd kan bepalen of een deel van een hersentumor na resectie is achtergebleven. Akhil Kondepudis e.a. publiceren deze nieuwe techniek in Nature.

Achterblijvend tumorweefsel is een bekend probleem, dat wordt veroorzaakt door het feit dat de chirurg geen goed onderscheid kan maken tussen gezonde hersenen en de resterende tumor in de holte waar de massa is verwijderd. Neurochirurgische teams gebruiken weliswaar verschillende beeldvormende methoden om dat resterende tumorweefsel te detecteren, zoals intra-operatieve MRI-beeldvorming en fluorescentie-geassisteerde tumorresectie, maar deze technieken zijn niet altijd en niet overal beschikbaar. Bovendien is er de laatste twintig jaar weinig verbetering geboekt, aldus de onderzoekers.

Zij bouwden daarom een AI-instrument, FastGlioma, dat ze trainden met ruim 11 000 chirurgische monsters en 4 miljoen unieke microscopische beelden. In zeer grote lijnen werkt het als volgt: tijdens de operatie neemt de chirurg monsters waarvan met een speciale techniek beelden met een hoge resolutie worden gemaakt. Die beelden worden aangeboden aan het AI-systeem. Dat besluit binnen 10 seconden of er nog resterend tumorweefsel zichtbaar is.

In een prospectief uitgevoerde trial onder een internationaal cohort van patiënten met diffuus glioom (n = 220) kon FastGlioma de mate van tumorinfiltratie detecteren en kwantificeren met een nauwkeurigheid van 92 procent. En in een vergelijking van operaties tussen FastGlioma en conventionele beeldvormende technieken, miste de AI-technologie slechts 3,8 procent van het restweefsel met een hoog risico, vergeleken met bijna 25 procent bij gebruik van de bestaande detectiemethoden.

De onderzoekers wijzen erop dat uit tal van studies is gebleken hoe belangrijk volledige resectie van een tumor is voor de prognose van de patiënt. Volgens hen kan FastGlioma in dat opzicht de behandeling van patiënten met diffuus glioom onmiddellijk verbeteren. Geen wonder dus dat ze nu willen onderzoeken in hoeverre deze AI-techniek ook de mate van tumorinfiltratie kan identificeren bij andere kankersoorten, zoals long-, prostaat-, borst- en hoofd- en halskanker. Daarop zal hun volgend onderzoek zich richten.

DOI: 10.1038/s41586-024-08169-3