Artificiële intelligentie, met name automatisch leren (machine learning), zal naar verwachting ook binnen de oncologie een hoge vlucht nemen. Het gaat om geavanceerde algoritmes die lering kunnen trekken uit big data, relevante voorspellingen kunnen doen en artsen kunnen adviseren over diagnostiek en behandelkeuzes. Een gesprek met emeritus hoogleraar Heelkunde prof. dr. Huug Obertop, voorzitter van de Wetenschappelijke Adviesraad van het recent opgerichte Hanarth Fonds, waarvoor onderzoeksvoorstellen kunnen worden ingediend.
De Stichting Hanarth Fonds werd op 28 september 2018 opgericht vanuit de nalatenschap van de in 2016 overleden Arthur del Prado, de man achter de chipmachinebedrijven ASM International, ASM Pacific Technology en ASM Lithography (joint venture met Philips) en weduwnaar van de kankerpatiënt Han de Jonge Poerink. Doel van het fonds: het bevorderen van het gebruik van artificiële intelligentie (AI) en machine learning (ML) om de diagnose en behandeling van met name zeldzame kankertypen te verbeteren. “Eerst (vanaf 2016) was er de Stichting ADP,” legt Huug Obertop uit. “Het doel was het doen van onderzoek naar de oorzaak van zeldzame vormen van kanker. In februari 2018 - bij de publicatie van het IKNL-rapport ‘Kankerzorg in beeld: zeldzame kanker’ - bleek dat dit werd gesteund.”
Vier projecten zijn gestart, zowel op het gebied van zeldzame gynaecologische tumoren als op het terrein van galcarcinomen en als derde project werden carcinomen en recidieven in het hoofd-halsgebied gehonoreerd door ADP. Elk project bevatte een fundamenteel en een klinisch onderzoek. Deze projecten zijn in 2018 overgenomen door het hieruit opgerichte Hanarth Fonds. “Het bestuur heeft mij verzocht om een wetenschappelijke adviesraad samen te stellen. Ik vond een andere chirurg en drie internist-oncologen bereid zitting te nemen en we besloten om ons met het fonds te richten op zeldzame tumoren. Dat leverde binnen de raad de nodige discussies op over wat we zeldzaam moeten noemen - bij de bekende tumortypen is immers sprake van toenemende, vaak op genetische kenmerken gebaseerde subclassificaties.
Het was een beschouwing van Obermeyer en Lee die ons op het idee bracht om te gaan inzetten op AI en ML.1 In hoeverre kan de menselijke geest alle genetische en medische informatie nog bevatten? Medische besluitvorming is zo langzamerhand gekmakend complex geworden. Computers vormen hiervoor de oplossing en de basis van hun formidabele rekenkracht wordt gevormd door de onder andere door ASM-machines geproduceerde chips.
Het bestuur vond het mooi dat het in de geest van Arthur del Prado was en we hebben de adviesraad weten te versterken met de Nijmeegse hoogleraar Data Science prof. dr. Tom Heskes, de in Leiden en Amsterdam werkzame hoogleraar Statistisch Leren prof. dr. Peter Grünwald en medisch fysicus prof. dr. ir. André Dekker, werkzaam bij Clinical Data Science Maastro Clinic te Maastricht.”
Tientallen miljoenen
Obertop geeft toe dat het verwarrend kan overkomen dat de genoemde onderzoeksprojecten, die weinig of geen affiniteit hebben met AI en ML, op de website van het nieuwe Hanarth Fonds (www.hanarthfonds.nl) staan. “Dit zijn projecten die nog door ADP zijn aangegaan. Het Hanarth Fonds heeft nu voor een andere route gekozen en is weer met een schone lei begonnen. Het Hanarth Fonds is opgericht met een schenking van vele tientallen miljoenen door ADP, dat nog steeds bestaat, en we mogen jaarlijks een mooi bedrag uitkeren.”
Nieuwe projecten dienen een samenwerking te zijn tussen onderzoekers met een oncologische achtergrond en een aantoonbare belangstelling voor AI en ML en partners met een achtergrond in AI en ML maar tevens met een duidelijke belangstelling voor oncologische vraagstellingen.
Vrouwelijke onderzoekers worden nadrukkelijk uitgenodigd een aanvraag in te dienen. Ook richt het nieuwe fonds zich niet meer uitsluitend op zeldzame vormen van kanker. De reden waarom zeldzame tumoren in deze context toch van belang blijven is dat het niet eenvoudig is om hiervoor klinische studies op te zetten - de patiëntaantallen zijn vaak veel te klein om de statistiek ervan rond te krijgen. Maar dat probleem speelt ook bij gepersonaliseerde behandeling van veelvoorkomende tumoren en in beide gevallen kan het dus nuttig zijn allerlei geavanceerde modellen toe te passen.”
Tijdgeest
Aan wat voor type onderzoeksprojecten moeten we denken? “Momenteel worden er algoritmes gevalideerd om bijvoorbeeld weefselcoupes of röntgenfoto’s automatisch te beoordelen. Binnen de moleculaire biologie wordt AI ingezet bij het speuren naar relevante genmutaties en het in-silico modelleren van uiterst complexe celprocessen. Verder wordt binnen de klinische besliskunde gewerkt aan de verbetering van therapeutische strategieën met gepersonaliseerde, dynamische voorspellende modellen.
Het past allemaal perfect in de tijdgeest; er bestaat al een wetenschappelijk tijdschrift met de naam Artificial Intelligence in Oncology. Ook het bedrijfsleven is uiteraard zeer geïnteresseerd en veel onderzoekers beginnen een start-up op dit gebied. Niet alleen onderzoekers uit academische centra of het Nederlands Kankerinstituut kunnen een voorstel indienen, ook onderzoekers van het Amsterdamse Advanced Research Center for Nanolithography, een samenwerkingsverband tussen NWO en de industrie, kunnen meedoen.”
Fellowships
Een andere belangrijke verandering is dat nu ook fellowships worden gefinancierd ‘voor het volgen van een specifiek opleidingstraject dat de meerwaarde erkent van de toepassing van ML bij onderzoek, dagelijkse werkzaamheden in de klinische praktijk en organisatorische processen’. Obertop: “Zoals Obermeyer en Lee aangaven zal ML uiteindelijk net zoals de geneeskunde een teamsport worden, maar zo’n team zal sterke behoefte hebben aan nieuwe spelers: artsen getraind in statistiek en computerwetenschap. Op dit moment is hier binnen de medische opleiding nog nauwelijks aandacht voor.”
Referentie
1. Obermeyer Z, et al. N Engl J Med 2017;377:1209-11.
Dr. Jan Hein van Dierendonck, wetenschapsjournalist
Oncologie Up-to-date 2019 vol 10 nummer 2
DEEL DIT ARTIKEL:
