Kunstmatige intelligentie kan pathologen ondersteunen

Slimme algoritmen kunnen pathologen werk uit handen nemen. Dat schrijven Wouter Bulten en collega’s in Nature Medicine.

De onderzoekers lieten de algoritmen gedigitaliseerde biopten van prostaattumoren indelen naar maligniteitsgraad – gleasonscore. In de gecontroleerde setting van het onderzoek behaalden de geteste algoritmen een hoge mate van overeenstemming met de beoordeling door een internationale groep van uropathologen die als gouden standaard diende. Ook een internationale groep van algemeen pathologen moest zich hiermee meten.

In vergelijking met de gouden standaard leken de algoritmen vaker maligniteit over te diagnosticeren, terwijl de algemeen pathologen die juist vaker onderdiagnosticeerden. Daarom verwachten de onderzoekers een hogere overeenstemming met uropathologen als kunstmatige intelligentie dient als second opinion voor algemeen pathologen. Bovendien kunnen slimme algoritmen benigne prostaattumoren zelfstandig beoordelen, waardoor pathologen alleen nog verdacht weefsel te zien krijgen.

In de kliniek

Of de algoritmen in de kliniek ook zulke goede resultaten zullen halen, valt nog te bezien. In het onderzoek werd één type prostaatkanker (acinair adenocarcinoom) geclassificeerd op basis van één biopt per patiënt, terwijl pathologen in de kliniek over meerdere biopten en andere medische gegevens van de patiënt beschikken. Ook hadden de algoritmen moeite met biopten waar bijvoorbeeld veel ontstekingscellen of snijartefacten het beeld troebleerden.

Wat de studie vooral bijzonder maakt is de opzet. De onderzoekers stelden een dataset van ruim 10 duizend gedigitaliseerde biopten openbaar beschikbaar. In de eerste fase, een wedstrijd, ontwikkelde en trainde een groot aantal teams met deze data hun algoritme. De best presterende algoritmen, geselecteerd op vooraf gepubliceerde criteria, werden vervolgens in de tweede fase gevalideerd via externe datasets uit Europa en de Verenigde Staten. De wedstrijddeelnemers waren niet betrokken bij deze validatiefase.

Doi: https://www.doi.org/10.1038/s41591-021-01620-2