De University of Pennsylvania heeft in samenwerking met Intel en tientallen ziekenhuizen een machine learningsysteem ontwikkeld dat hersentumoren kan detecteren, zo publiceert Nature. Door middel van wat de onderzoekers federated learning noemen kunnen tumoren in de hersenen tot 33 procent beter opgespoord worden. Het zou een van de grootste onderzoeken naar deze vorm van kanker ooit zijn.
De onderzoekers hebben zich specifiek gericht op glioblastoma multiforme, een vorm van hersenkanker die volgens kanker.nl jaarlijks bij tussen de 500 en 700 Nederlanders ontdekt wordt. De informatiewebsite benadrukt dat de vooruitzichten bij deze ziekte zeer slecht zijn.
Het is daarom volgens de onderzoekers van groot belang dat de tumoren snel en effectief gedetecteerd kunnen worden, wat middels het algoritme dus tot 33 procent vaker gebeurt. Ook kon met het federated learningmodel tot 23 procent vaker de volledig tumor gespot worden; iets wat bij deze vorm van kanker zeer ingewikkeld is. Aan het onderzoek deden ruim 70 oncologieafdelingen van ziekenhuizen over zes continenten mee. Breinscans middels mpMRI's werden geüpload en in de beveiligde kernen van Intel Xeon E-2286M vPro-processors (8 cores, 2,4 tot 5,0 GHz kloksnelheden) geanonimiseerd verwerkt. De data werd vervolgens vergeleken met menselijke diagnoses om zo het algoritme te trainen.
Machine learningalgoritmes worden vaker gebruikt in de medische wereld, bijvoorbeeld ter ondersteuning van het diagnosticeren van borstkanker. Het voordeel van ai is dat een model veel beter patronen kan herkennen op basis van grote datasets. Het gevaar van kunstmatige intelligentie is daarentegen dat de datasets bevooroordeeld zijn; iets wat altijd geminimaliseerd moet worden. Het feit dat er voor het onderzoek in het in dit artikel besproken onderzoek zoveel verschillende ziekenhuizen meewerkten kan hierbij geholpen hebben.
Bron: Nature
