Het Europese consortium PANCAIM wil met behulp van artificial intelligence (AI) de diagnostiek, prognose en behandeling van pancreascarcinoom aanzienlijk verbeteren. AI wordt ingezet om de enorme hoeveelheid data over genen, weefsels en beelden te analyseren en producten te ontwikkelen die artsen en patiënten gaan helpen. Het is een initiatief van dr. John Hermans, radioloog, en dr. ir. Henkjan Huisman, AI-specialist en groepsleider medische beeldvorming, beiden van het Radboudumc te Nijmegen van waaruit PANCAIM wordt gecoördineerd.
“Pancreascarcinoom is door de Europese Unie bestempeld als een van de zogeheten neglected cancers”, vertelt John Hermans. “Er is de afgelopen jaren relatief weinig geld naar onderzoek naar deze vorm van kanker gegaan; het meeste geld wordt nog altijd gestoken in borst-, darm- en prostaatkankeronderzoek. De enorme vooruitgang die hierdoor is geboekt in de overleving van deze vormen van kanker, zie je terug in de overlevingsgrafieken. De vijfjaarsoverleving van pancreascarcinoom is echter nog altijd maar 8 à 9%. Daar is een enorme winst te behalen, daar ben ik van overtuigd.”
Horizon 2020
Hermans vertelt dat hij al jaren het congres van de European Pancreatic Club (EPC) bezoekt, waar hij altijd medestanders probeerde te vinden voor zijn idee om informatie met elkaar te delen. “Op dat congres lopen echter weinig radiologen rond. Wel veel andere clinici en onderzoekers die ook heil zagen in het combineren van genetische, radiologische en pathologische data. Dat vond nog nergens in de wereld plaats. Maar om dit ambitieuze project te kunnen realiseren, moest er wel eerst een grote subsidie komen. In de oproep van het Europese subsidieprogramma Horizon 2020 zag ik opeens die mogelijkheid. Je kon onderzoeksvoorstellen insturen voor het wetenschappelijk gebruik van AI, dus niet zozeer voor onderzoek naar pancreascarcinoom. Maar ik dacht: dit is dé kans!” Hermans was namelijk al langer in gesprek met Henkjan Huisman. Samen hadden de heren al de eerste stappen gezet met de inzet van AI bij pancreascarcinoom en ze waren - en zijn - ervan overtuigd dat hiermee veel mogelijk is.
Hermans trommelde, nadat hij de oproep van Horizon 2020 had gezien, zijn Europese contacten op die hij onder meer tijdens de congressen van de EPC had opgedaan. Het resultaat: in december 2019 zat een groep internationale clinici en onderzoekers bij elkaar om te bespreken of het haalbaar was om informatie met elkaar te delen en met AI te analyseren. Ze ontwierpen een eerste plan en formuleerden wat ze wilden bereiken. De oprichting van het pancreatic cancer AI for genomics and personalized medicine (PANCAIM)-consortium was een feit. Én succesvol: ze krijgen ruim acht miljoen euro Horizon-subsidie.
Deep learning
Die Europese partners waren ieder voor zich al langer bezig met eigen onderzoeksprojecten, veelal op kleine schaal. Samen hebben ze enorm veel onderzoeksdata: in totaal zitten er straks gegevens (genen, weefsels, beelden) van bijna 6.000 patiënten in de database. AI-wetenschappers kunnen die goed bij elkaar brengen, er slimme tools aan toevoegen en er waardevolle informatie uit halen. Huisman: “De kracht van AI is dat je met die database zeer krachtige applicaties kunt ontwikkelen en in de kliniek kan inzetten. Informatie van CT-scans, MRI’s, pathologie en genetische en klinische informatie worden aan elkaar gekoppeld. Door deze te analyseren met deep learning (zie Kader), komen er patronen naar boven die anders onzichtbaar waren gebleven.” Hermans voegt eraan toe dat radiologen gespecialiseerd zijn in het herkennen van patronen, maar dat het met AI mogelijk is om veel meer patronen in een tumor te herkennen. “En dan zie je dingen die je anders gewoonweg nooit zou zien. Zo kunnen we beter voorspellen wie straks baat heeft bij chemotherapie en wie beter geopereerd kan worden. We voorkomen daarmee onnodige behandelingen en operaties. Onze informatie over een patiënt is dan veel uitgebreider, waardoor we in overleg met de patiënt een betere beslissing kunnen nemen.”
Patiënten met pancreascarcinoom krijgen nu vaak allemaal ongeveer dezelfde behandeling. “Dat is natuurlijk achterhaald in een tijd waarin andere patiënten met kanker allang een behandeling op maat krijgen”, aldus Huisman. Het is de bedoeling dat de patiënten straks in een vroeg stadium een scherpe diagnose krijgen en een gerichte therapiekeuze. “Uiteindelijk wil je kunnen bepalen wat voor specifieke tumor een patiënt heeft en welke specifieke therapie daar bij hoort”, zegt Hermans. De kennis die met deep learning wordt opgedaan, moet leiden tot een vroegere opsporing, een betere prognose en langere overleving van patiënten met pancreaskanker. Er zijn veel nieuwe medicijnen die zich richten op de mutaties bij kanker, waarbij het minder om het type kanker gaat. Soms is er sprake van een mutatie die je bijvoorbeeld vooral bij borstkanker ziet, maar die ook bij pancreascarcinoom optreedt. Hermans: “Dan kun je die patiënt dat medicijn geven dat vooral bij borstkanker wordt ingezet. We moeten echt van dat one size fits all af, wat nu vooral het geval is bij pancreascarcinoom. Er is zoveel winst te boeken.”
Beetje ongeduldig
PANCAIM is op 1 januari 2021 officieel van start gegaan. Het project zal minimaal vier jaar lopen, maar waarschijnlijk iets langer. Huisman: “Dan hebben we naar verwachting tools met PANCAIM ontwikkeld die in de klinieken gebruikt kunnen worden en waarmee je kunt bepalen welk behandelplan past bij welk type kanker.” Toch vinden de heren het lastig als dat pas over vier jaar zou kunnen. Ze zijn een beetje ongeduldig. “Ik wil het liefst zo snel mogelijk aan de slag”, lacht Hermans. “Dan weten we direct wat wel werkt en waar je verbeteringen moet doorvoeren. We hebben al eerder AI ingezet voor onder meer COVID-19 en voor longziektes, dus we zijn thuis in de materie. Maar ja, het combineren van alle data kost tijd en er zijn nog veel onderzoeksvragen.”
Het PANCAIM-project is opgebouwd in fases en taken en er is maandelijks een meeting waar de targets worden gedefinieerd. PANCAIM werkt samen met een aantal bedrijven (waaronder Collective Minds, The Hyve en Siemens Healthineers) om ervoor te zorgen dat alle data ook door andere onderzoekers gebruikt kunnen worden, ook in de toekomst. Hermans: “Het is immers een waardevolle database waarmee wij de eerste producten gaan ontwikkelen, maar waar veel meer uitgehaald kan worden in de toekomst. Het is een dynamisch proces, dat we de eerste vier jaar zelf ontwikkelen. Daarna moet het zelf verder gaan, wereldwijd. Dat is onze ambitie ook.”
Voor meer informatie: www.pancaim.eu
Drs. Mariëtte Baks, wetenschapsjournalist
Oncologie Up-to-date 2021 vol 12 nummer 4
Wat is deep learning?
Deep learning stelt computers in staat om nieuwe dingen te leren van grote hoeveelheden data, waarbij het niet uitmaakt of die data bestaan uit getallen, tekst, geluid of beeld. Deep learning kenmerkt zich door de inzet van diepe neurale netwerken, die zich - de naam zegt het al - onderscheiden van andere neurale netwerken door hun diepte. Een diep neuraal netwerk bevat meerdere lagen tussen de input- en outputlagen. Het grote aantal lagen maakt complexe transformaties mogelijk. Deze deep neural networks kunnen structuren ontdekken binnen ongestructureerde en ongelabelde data, en deze verwerken en bundelen. Oftewel: het onderscheiden van patronen in gegevens die geen mens ooit heeft georganiseerd of een naam heeft gegeven.