Kankergeneeskundein hetAI-tijdperk

Artificiële intelligentie kan veel. Maar kan AI ook helpen om kanker de wereld uit te krijgen? Wat betekent de technologie vandaag al voor kankeronderzoek en -zorg? En wat is nog toekomstmuziek? Professor Stefan Naulaerts, onderzoeker aan de KU Leuven, en David Vansteenbrugge, algemeen directeur van Kom op tegen Kanker, geven een stand van zaken.

David Vansteenbrugge was in een vorig leven oprichter en CEO van een AI-consultancybedrijf. Hij steekt van wal met een verrassende uitspraak: écht intelligent is zo’n AI-model eigenlijk niet. Wat het wel zeer goed kan, is gigantisch veel data verwerken en vergelijken, en zo patronen herkennen. Hoe werkt dat? David: ‘Een eenvoudig voorbeeld: je traint zo’n model door het duizenden foto’s van honden en katten te tonen. Daarbij vermeld je telkens welk dier op de foto staat. Zo leert het systeem patronen herkennen en zal het ook van nieuwe foto’s weten of het een hond of een kat is. Dat heet supervised learning of begeleid leren.’

Supervised learning wordt ook voor medische toepassingen gebruikt. In de radiologie bijvoorbeeld. Onderzoekers stoppen dan geen foto’s van huisdieren in het systeem, maar tienduizenden CT-scans of MRI-beelden van patiënten met kanker, samen met alle mogelijke informatie over de tumor.

David: ‘Op basis van al die voorbeelden leert AI welke kenmerken op een tumor wijzen. Voer je dan een scan van een nieuwe patiënt in, dan zal het systeem verdachte zones markeren. De radioloog kan daar vervolgens extra aandacht aan besteden. Vroeger werd elk beeld door twee radiologen bekeken, om zeker niets te missen. Inmiddels is AI zo accuraat geworden, dat het de rol van dat tweede paar ogen kan spelen. Belangrijk: er blijft altijd een mens bij betrokken die eindverantwoordelijkheid neemt.’

Sneller en accurater

Ook anatoom-pathologen maken gebruik van AI. Ze onderzoeken verdachte lichaamsweefsels onder de microscoop – om meer te leren over de kanker, en om na te gaan om welk type het gaat en welke therapie zou aanslaan. Cruciale informatie voor de behandeling dus. David: ‘Zelfs met vele jaren ervaring is het lastig en tijdrovend om al die stalen te onderzoeken. De computer ontdekt verdachte cellen accurater en veel sneller dan mensen. Slimme technologie kan ook patronen herkennen die soms moeilijk te spotten zijn voor het menselijke oog. Daarna is het aan de anatoom-patholoog om de knoop door te hakken. Zo bespaart AI veel tijd en ontsnapt geen enkele kankercel aan de aandacht.’

Een volgende grote stap is kanker vroegtijdig opsporen in een bloedstaal. Dat zou een invasief onderzoek, zoals de afname van een stukje weefsel, kunnen vermijden en veel levens kunnen redden. In het lab lukt het al voor een aantal tumorsoorten. David: ‘Dit is een is een veelbelovend domein in kankeronderzoek, om kanker sneller op te sporen en vaak ook te bepalen welke behandeling het best zal werken.’

Ook in het laboratorium voor Computationele Oncologie van de KU Leuven gebeurt onderzoek dat tot voor kort sciencefiction leek. Professor Stefan Naulaerts combineert er kankeronderzoek, geneeskunde en artificiële intelligentie om virtual twins te maken. Virtuele tweelingen dus. Wat zijn dat?

Stefan: ‘Een virtuele tweeling is een digitaal systeem dat biologische weefsels nabootst. Wij bouwen zo’n model met gegevens van miljoenen menselijke cellen om zo het gedrag van individuele tumor- en immuuncellen cellen te kunnen simuleren. Eerst verzamelen we zoveel mogelijk informatie over dat type van cel: haar DNA, welke genen actief zijn, welke eiwitten ze bevat, hoe ze groeit en hoe ze reageert op geneesmiddelen. Al die data brengen we samen in een computermodel dat de werking van de echte cel zo nauwkeurig mogelijk nabootst. Met behulp van artificiële intelligentie leert het model patronen herkennen. Zo kan het voorspellen hoe de kankercel zich zal gedragen en op verschillende behandelingen zal reageren.’

Onderzoek met virtuele tweelingen bestaat nog maar een paar jaar. In Europa wordt het onder meer gesteund door het kankeronderzoeksprogramma EU Cancer Mission. Ook grote software- en computerchipbedrijven springen op de trein. Ze werken daarvoor samen met farmaceutische bedrijven. De eerste leveren de datacentra en de AI-modellen, de tweede databases vol potentiële geneesmiddelen.

Stefan: ‘In de eerste vijf jaar zullen de virtuele tweelingen vooral gebruikt worden om het onderzoek naar geneesmiddelen te versnellen, door gericht te zoeken naar beloftevolle kandidaat-geneesmiddelen. In de computer gaat dat veel sneller dan in het lab. De meest veelbelovende stoffen kunnen dan verder onderzocht worden in laboratoria of klinische studies.’

Virtuele tweelingen en andere AI-toepassingen zullen ook een rol spelen bij iets verdere toekomstmuziek: gepersonaliseerde kankergeneeskunde, helemaal op maat van de patiënt en de tumor. Stefan: ‘Elke patiënt en elke tumor is uniek, maar vandaag zijn de richtlijnen voor behandelingen vaak nog breed. AI zal dat verfijnen. In de toekomst zullen artsen met de hulp van AI, die de individuele patiënt bekijkt, aanbevelingen doen voor een gepersonaliseerde behandeling. Zoals David daarnet al zei: het is niet de bedoeling dat AI de mens vervangt. De uiteindelijke keuze en de eindverantwoordelijkheid blijven bij de arts liggen. Die mag een AI-model niet klakkeloos vertrouwen. AI kan immers fouten maken.’

Met een kritische blik

Dat is meteen een waarschuwing voor patiënten die AI willen gebruiken om hun eigen medisch dossier beter te begrijpen: blijf kritisch. Stefan: ‘Idealiter gaan we in de nabije toekomst chatbots creëren waar patiënten vragen aan kunnen stellen. Die chatbot moet begrijpelijke en gerichte informatie geven over hun situatie en de behandeling die de arts voorstelt. Anders vragen mensen het zelf aan ‘dokter AI’ en krijgen ze misschien foute info. Als we zelf een chatbot maken, kunnen we er ook strenger op toekijken dat de privacy van patiënten niet geschonden wordt.’

David: ‘Bij Kom op tegen Kanker werken we aan een systeem dat het medisch dossier omzet in begrijpelijke taal. Dat zou voor de patiënt ook een grote stap vooruit zijn.’ Zelf zou Stefan zijn medisch dossier niet zomaar in Copilot of ChatGPT opladen. ‘Je weet nooit waar die data opgeslagen worden of wie ze kan inkijken. In ons lab springen we heel strikt met privacy om. Als we voor een onderzoek bijvoorbeeld hersenscans gebruiken, dan halen we de skeletstructuren weg, want daarmee kun je in theorie het gezicht reconstrueren en via gezichtsherkenning de patiënt identificeren.’

David: ‘Privacy is zeker een ding. Persoonlijk ben ik nog meer bezorgd over de bias van sommige AI-systemen, omdat ze met beperkte hoeveelheid data getraind worden. Er bestaan bijvoorbeeld apps waarmee je zelf een moedervlek kunt inscannen, om te weten of er risico op huidkanker bestaat. Dat werkt prima, maar niet voor mensen met een donkere huidskleur. Het systeem is immers getraind op mensen met een lichte huidskleur – er zijn te weinig gegevens beschikbaar over mensen met een donkere huid. Zo maak je de gezondheidskloof niet kleiner, maar groter. Dat is een stokpaardje bij Kom op tegen Kanker: we willen er zijn voor iedereen.’

Ook voor Stefan is dat laatste een grote zorg. ‘AI maakt de wereld nog complexer. We moeten ervoor zorgen dat we geen mensen achterlaten.’