Een Europees consortium van onderzoekscentra, ziekenhuizen en farmaceutische bedrijven gaat een database opzetten waarin pathologische data vanuit heel Europa worden verzameld. De bedoeling hiervan is dat de ontwikkeling van kunstmatige intelligentie binnen de pathologie fors wordt versneld. Patholoog prof. dr. Katrien Grünberg en informaticus dr. Jeroen van der Laak coördineren dit project onder de noemer BIGPICTURE vanuit de afdeling Pathologie van het Radboudumc, Nijmegen.
Pathologie vormt de hoeksteen bij de behandeling van allerlei aandoeningen, zoals kanker, auto-immuunziekten en het monitoren van afstotingsverschijnselen na een transplantatie. Pathologie is ook belangrijk bij het beoordelen van de veiligheid van geneesmiddelen, bijvoorbeeld in de proefdierfase. De interpretatie van weefsels hangt sterk af van het professionele oordeel van een gekwalificeerde patholoog. Hierbij ligt variatie op de loer, zowel inter- als intra-individueel.
Omdat weefselcoupes de afgelopen jaren steeds meer zijn gedigitaliseerd, is het mogelijk geworden de afbeeldingen te delen en te bekijken over de hele wereld en deze te analyseren met computers. Dit opent de deur naar toepassing van kunstmatige intelligentie (AI). AI die is ontwikkeld en getraind op een grote hoeveelheid pathologische beelden, kan de reproduceerbaarheid van beoordelingen enorm verhogen, de variabiliteit van beoordelingen minimaliseren en dat alles in een tempo dat het menselijk kunnen verre overtreft. Dit is een grote steun in de rug voor de patholoog bij het bestuderen van ziektebeelden en het vinden van betere behandelingen. Ook kan het bijdragen aan vermindering en verbetering van proefdieronderzoek.
“Om AI-toepassingen te ontwikkelen, moet aan twee voorwaarden worden voldaan”, zegt Jeroen van der Laak. “Je hebt slimme mensen nodig die deze toepassingen kunnen ontwikkelen. Daarnaast vereist dit heel veel data. Om AI te ‘leren’ om bijvoorbeeld ziektes te herkennen of het verloop ervan te voorspellen, moet AI worden gevoed met data. Data zijn het nieuwe goud en er is enorme vraag naar pathologische data voor AI. Het project BIGPICTURE moet hierop het antwoord gaan geven.”
BIGPICTURE
Het project BIGPICTURE is een publiek-private samenwerking die op Europees niveau wordt gefinancierd vanuit het Innovative Medicines Initiative (IMI). “Het gaat zes jaar duren en moet, na een gesubsidieerde opstart, uiteindelijk op zichzelf gaan draaien, een sustainable project”, zegt Katrien Grünberg. “Er doen 46 partijen mee”, gaat Van der Laak verder. “Tien farmaceutische bedrijven, de overige 36 partijen zijn ziekenhuizen, academische centra, laboratoria en MKB-ondernemingen. Verder zijn ook de FDA, het EMA en de European Society of Pathology aangehaakt.”
Deze en andere partijen leveren pathologiedata die veilig worden opgeslagen op locaties in onder meer Finland en Zweden, onder de paraplu van overheidsinstanties. “Veilig opslaan van data is niet de grootste uitdaging, veilig beschikbaar maken van data wel. Wij ontwikkelen een omgeving en spelregels voor opslag en uitgifte zodat het bruikbaar en echt veilig is”, zegt Grünberg.
Vier stappen
Het gaat om een ‘monsterproject’, volgens Grünberg. “De omvang is enorm. Daarom is het project in vier stappen opgeknipt. Eerst moet er een infrastructuur - hard- en software - worden gemaakt voor het opslaan, delen en verwerken van miljoenen afbeeldingen. In eerste aanleg maken we gebruik van een infrastructuur die er al is voor het delen van genetische data. De dataopslag vergt een gigantische capaciteit. Even voor het idee: één microscopieafbeelding van een weefsel beslaat al zo’n 2 GB. De repository moet over zes jaar drie miljoen afbeeldingen bevatten. Dan heb je het niet meer over terabytes, maar over een opslagcapaciteit uitgedrukt in petabytes (PB, 1015 bytes).”
Omdat het soms om vertrouwelijke data gaat, is het belangrijk de privacy van de patiënten en de data te bewaken en wettelijke en ethische richtlijnen strikt na te leven. “We mogen niet zomaar data verzamelen en we moeten gaan bepalen wie welke data mag gebruiken en voor welk doel. Soms zit de oplossing er bijvoorbeeld in dat je het AI-algoritme naar de data toestuurt in plaats van de data te downloaden. Het algoritme beoordeelt de relevante data en de uitkomst daarvan zie je terug zonder de data zelf te hebben gezien. Bescherming van data is een belangrijk deel van het project”, zegt Van der Laak. “Dataverzameling en opslag moet voldoen aan de Europese General Data Protection Regulation (in Nederland vertaald in de AVG).”
De derde stap is het verzamelen van drie miljoen microscopieafbeeldingen. “Het gaat hierbij om één miljoen klinische en twee miljoen preklinische beelden uit proefdieronderzoek”, zegt Van der Laak.
De laatste stap is het ontwikkelen van AI-onderdelen die het gebruik van de database zelf makkelijker maken en helpen bij de verwerking van de foto’s voor diagnoses en onderzoeksdoeleinden. “Bijvoorbeeld door zoeken op beeldkenmerken mogelijk te maken, een innovatieve benadering van gebruik van beeldarchieven”, licht Grünberg toe.
Bits en bytes
Welke soort data worden allemaal verzameld in het BIGPICTURE-project? “In de eerste plaats pathologiebeelden, maar daarbij ook alle data van ziektes waarbij pathologie een rol speelt”, zegt Grünberg. Van der Laak vervolgt: “Denk aan patiëntgegevens zoals leeftijd en geslacht, maar ook over het ziekteverloop: is een tumor al na drie jaar teruggekeerd of is die na de behandeling tien jaar weggebleven? Waar zat de tumor? Verder verzamelen we alle relevante pathologiedata, zoals informatie over het type weefsel en welke kleuring of bewerking is gebruikt. Het gaat om een maximaal relevante dataset per patiënt. In bits en bytes.”
Uniformiteit
Het grote voordeel van BIGPICTURE is dat er uniformiteit gaat ontstaan rond het verstrekken en opvragen van data, geeft Van der Laak aan. “Je hebt in elk land met verschillende wetten te maken voor bescherming van medische data. Dat kan tijd en moeite kosten. Zo kostte het bijvoorbeeld twee maanden om een transfer agreement te krijgen met een Amerikaans laboratorium om pathologische data op te vragen. In elk land heb je hiervoor een apart contract nodig. Met BIGPICTURE is dat straks hopelijk verleden tijd. Contractering en regelgeving zijn dan gecentraliseerd. We starten op Europees niveau, maar we hopen dat na verloop van tijd data uit heel de wereld zullen worden ingebracht en dat BIGPICTURE een belangrijke aanjager wordt van wetenschappelijk onderzoek en de ontwikkeling van producten die de zorg echt kunnen verbeteren.”
Vooruitgang
Grünberg: “Uiteindelijk is het doel om patiënten beter te behandelen, maar dat verloopt in fases. Met BIGPICTURE willen we het wetenschappelijke onderzoek naar de toepassing van AI binnen de pathologie in een stroomversnelling brengen. Vervolgens moet dit worden vertaald naar de klinische praktijk en dan komt de patiënt in beeld. Voor de patiënt zou het verschillende dingen kunnen betekenen: preciezere en snellere diagnoses, betere en gerichtere behandelingen en versnellen van medicijnontwikkeling. Denk aan de coronavaccins die met een recordsnelheid zijn ontwikkeld. We kunnen eigenlijk zelf nog niet zo goed overzien welke mogelijkheden deze database allemaal gaat bieden.”
Drs. Marc de Leeuw, wetenschapsjournalist
Oncologie Up-to-date 2021 vol 12 nummer 3