Het voorspellen van de prognose van patiënten met gelokaliseerde dikke darmkanker op moment van diagnose met behulp van een deep learning algoritme gebaseerd op histologie en beeldvorming

Dikke darmkanker blijft, als derde meest frequente kankertype in België, een belangrijk gezondheidsprobleem. Vandaag hebben we geen goede testen om, meteen bij het vaststellen van de ziekte, de kans op uiteindelijke genezing te voorspellen. Nochtans zou deze inschatting erg waardevol kunnen zijn om van bij de start de intensiteit van de behandeling aan te passen aan de kenmerken van de ziekte. Zo zou een persoon met beperkte genezingskansen voordeel kunnen hebben van een voorbehandeling met chemotherapie, alvorens een operatie uit te voeren. Tegelijk zou bij iemand met zeer kleine kans op herval een operatie kunnen volstaan. Dit project beoogt om via artificiële intelligentie een model te bouwen dat op een geautomatiseerde manier het maximum aan informatie kan halen uit de weefselbiopsie en de CT scan. Deze onderzoeken gebeuren immers vandaag al routinematig bij het vaststellen van een dikke darmkanker. Het project omvat het aanleggen van een grote gegevensbank van patiënten die in het verleden werden behandeld voor darmkanker, aangevuld met gedigitaliseerde beelden van het pathologisch en radiologisch onderzoek. Vervolgens wordt via deep learning een algoritme gemaakt dat op een performante manier de kans op genezing kan voorspellen. Dit algoritme zal op het einde van het project vrij beschikbaar zijn via een online platform waar artsen en patiënten hun gegevens en beelden kunnen opladen om zo een gepersonaliseerde risico inschatting te bekomen die de behandeling kan sturen.