Nieuwe publicaties
AI kan prognose voorspellen bij triple negatieve borstkanker
Laatst beoordeeld: 02.07.2025
Alle iLive-inhoud wordt medisch beoordeeld of gecontroleerd op feiten om zo veel mogelijk feitelijke nauwkeurigheid te waarborgen.
We hebben strikte richtlijnen voor sourcing en koppelen alleen aan gerenommeerde mediasites, academische onderzoeksinstellingen en, waar mogelijk, medisch getoetste onderzoeken. Merk op dat de nummers tussen haakjes ([1], [2], etc.) klikbare links naar deze studies zijn.
Als u van mening bent dat onze inhoud onjuist, verouderd of anderszins twijfelachtig is, selecteert u deze en drukt u op Ctrl + Enter.
Onderzoekers van het Karolinska Instituut in Zweden hebben onderzocht hoe goed verschillende modellen voor kunstmatige intelligentie (AI) de prognose van triple-negatieve borstkanker kunnen voorspellen door bepaalde immuuncellen in de tumor te analyseren. De studie, gepubliceerd in het tijdschrift eClinicalMedicine, is een belangrijke stap in de richting van het gebruik van AI in de kankerzorg om de gezondheid van patiënten te verbeteren.
Tumor-infiltrerende lymfocyten zijn een type immuuncel dat een belangrijke rol speelt in de strijd tegen kanker. Wanneer ze in een tumor aanwezig zijn, betekent dit dat het immuunsysteem kankercellen probeert aan te vallen en te vernietigen.
Deze immuuncellen kunnen belangrijk zijn om te voorspellen hoe een patiënt met zogenaamde triple-negatieve borstkanker op de behandeling zal reageren en hoe de ziekte zich zal ontwikkelen. De resultaten van de beoordeling van immuuncellen kunnen echter variëren wanneer pathologen dit doen. Kunstmatige intelligentie (AI) kan helpen dit proces te standaardiseren en te automatiseren, maar het is lastig gebleken om aan te tonen dat AI voldoende werkt voor gebruik in de gezondheidszorg.
Tien AI-modellen vergeleken
De onderzoekers testten tien verschillende AI-modellen en vergeleken hun vermogen om tumor-infiltrerende lymfocyten in triple-negatieve borstkankerweefselmonsters te analyseren.
De resultaten toonden aan dat de AI-modellen varieerden in hun analytische prestaties. Ondanks deze verschillen vertoonden acht van de tien modellen een goed voorspellend vermogen, wat betekent dat ze de toekomstige gezondheidstoestand van de patiënten op een vergelijkbare manier konden voorspellen.
"Zelfs modellen die waren getraind met kleinere aantallen monsters, bleken een goed voorspellend vermogen te hebben, wat aangeeft dat tumor-infiltrerende lymfocyten een betrouwbare biomarker zijn", aldus Balázs Aç, onderzoeker bij de afdeling Oncologie en Pathologie van het Karolinska Institutet.
Onafhankelijk onderzoek is nodig
Het onderzoek toont aan dat grote datasets nodig zijn om verschillende AI-tools te vergelijken en de kwaliteit ervan te garanderen vóór implementatie in de gezondheidszorg. Hoewel de resultaten veelbelovend zijn, is er meer validatie nodig.
"Ons onderzoek onderstreept het belang van onafhankelijke studies die de klinische praktijk nabootsen", aldus Balazs Aç. "Alleen door middel van dergelijke onderzoeken kunnen we er zeker van zijn dat AI-tools betrouwbaar en effectief zijn voor klinisch gebruik."