Lowlands bezoeken en bijdragen aan onderzoek naar immuuntherapie van het Antoni van Leeuwenhoek (AVL). Jazeker, dat is het idee, simpelweg door het spelen van game Tilly. Een team van Antoni van Leeuwenhoek staat dit jaar op het festivalterrein als onderdeel van Lowlands Science waar bezoekers game Tilly kunnen spelen. In de Tilly Game duikt de speler tot naar celniveau om bij te dragen aan baanbrekend kankeronderzoek. Het algoritme Tilly kan in de toekomst helpen bepalen of een patiënt in aanmerking komt voor immuuntherapie, een veelbelovende behandeling. “Zo zorgen we dat meer patiënten toegang krijgen tot deze therapie. Maar eerst moet het worden getraind. We hebben veel data nodig en hiervoor schakelen we de hulp van de bezoekers in. Iedereen kan met een paar minuten spelen als een verschil maken,” vertelt AVL-patholoog en groepsleider computational pathology Hugo Horlings; initiatiefnemer achter de game. Opdracht is simpel: herken en sorteer verschillende celtypen, wat is een immuuncel en wat een kankercel?, en maak Tilly steeds slimmer. De bezoekers worden uitgedaagd 1 miljoen cellen bij elkaar te spelen.
Gebrek aan annotaties
Hiermee lossen festivalbezoekers twee grote problemen op: 1) het gebrek aan labels op deze cellen, ofwel annotaties, en 2) het gebrek aan tijd van pathologen om deze annotaties te verzamelen. De ontwikkeling van AI binnen pathologie gaat hierdoor minder snel dan gedacht, met als gevolg dat immuuntherapie voor triple-negatieve borstkankerpatiënten niet optimaal wordt benut. Bij deze baanbrekende therapie wordt het lichaam geholpen om zelf de kankercellen te herkennen en op te ruimen. Of een patiënt in aanmerking komt, hangt af van onder meer de ligging van de immuun- en tumorcellen op het biopt. Dit is met het blote oog lastig vast te stellen, aangezien een biopt bestaat uit 1-2 miljoen cellen. AI, mits goed getraind, kan de patholoog hierbij helpen, waardoor aantallen celtypen en patronen direct inzichtelijk worden. Dit zou de toegang tot deze therapie aanzienlijk vergroten.
Samen zijn we net zo goed als expert
Het goede nieuws is: Lowlands bezoekers zijn samen net zo goed als de patholoog. Dit heeft het team van AVL inmiddels aangetoond met een artikel gepubliceerd in Scientific Reports. Met een nauwkeurigheid van 82% scoort het algoritme getraind met data uit eerder speelrondes met de game nagenoeg net zo goed als dat van de expert, 83%. Hoewel dit al uniek te noemen is en de nauwkeurigheid goed, is er nog ruimte voor verbetering. Dat is het doel van de 1 miljoen annotaties. Onderzoeken of meer data per celtype tot een hogere nauwkeurigheid van het model leidt.
Wij zijn onze cellen
De game is een cellenspel en de cel blijkt een goed beginpunt om mensen te betrekken bij het onderzoek. Wij zijn onze cellen toch staan we hier zelden bij stil. Voor veel bezoekers zal het een van de eerste keren zijn dat ze bewust een menselijke cel zien. In de game leert de bezoeker meer van onze wereld van de cellen: wat is een cel? Hoe werken ze samen? Hoe wordt een diagnose gesteld en hoe kan AI hierbij helpen? “Uit eerder speelrondes gaven spelers aan dat deze informatie ze hielp om ziekte en gezondheid beter te begrijpen. Door het spelen van de game worden ze in feite een soort burgerpatholoog,” zegt Laurens Pels een van de initiatiefnemers van ChangeGamers, de organisatie die de game mede heeft ontwikkeld. De game blijkt een goed kanaal om maatschappij en onderzoek bij elkaar te brengen rond deze revolutionaire onderzoeksgebieden: AI en immuuntherapie.
Uitbreiden aantal celtypen
In een volgende fase wordt de game uitgebreid met meer celtypen en meer taken om zo te onderzoeken hoe het model verder verbetert kan worden, aangezien er nog veel informatie in de cellen zit die kan helpen bij het verbeteren en ontwikkelen van therapieën. “Het feit dat mensen samen deze waardevolle annotaties bij elkaar kunnen spelen, maakt dat we op een andere manier over deze data kunnen nadenken. Iedere groei aan spelers betekent een veelvoud aan data die eerder niet voorhanden was. Het leidt tot interessante nieuwe wetenschappelijke vragen,” legt Horlings uit. “Maar eerst Lowlands; een unieke kans om tot een kritische massa data te komen om het model mee te verbeteren. Dit brengt ons een stap dichter bij ons doel om de juiste behandeling op het juiste moment aan de juiste persoon te geven”.
Recent Comments