Immuuntherapie

Het eerste gezamenlijke doel binnen de game is het versterken van het onderzoek naar immuuntherapie voor patiënten met solide borstkankerpatiënten.  Dit is een belangrijk onderzoek binnen het Nederlands Kanker Instituut/Antoni van Leeuwenhoek (NKI -AVL) aangezien de toekomst van immuuntherapie zeer veelbelovend is. Het onderzoek wordt uitgevoerd door patholoog Hugo Horlings en oncoloog Marleen Kok.

Bij deze zogenaamde TIL-therapie wordt de eigen afweerreactie versterkt zodat het lichaam zelf tegen kanker kan vechten en het kan opruimen. Uit onderzoek is gebleken dat wanneer deze behandeling goed aanslaat, een stabiele situatie ontstaat of zelfs genezing wordt bereikt, ook voor patiënten die niet meer operabel zijn. Toch wordt niet optimaal gebruikgemaakt van deze therapie. Voor meer dan 90% van alle kankerpatiënten, patiënten met solide tumoren, is deze behandeling nog niet beschikbaar. De reden is dat het nog niet mogelijk is om nauwkeurig te voorspellen welke patiënten baat hebben bij immuuntherapie. 

De keuze om de therapie te starten wordt nu gemaakt op basis van beperkt beschikbaar digitaal beeld en kan verschillen tussen onderzoekers. Bovendien is de behandeling kostbaar en wordt het lijden van de patiënt bij een verkeerde diagnose vergroot. Niet verwonderlijk zijn artsen terughoudend bij het voorschrijven van deze therapie. 

Het doel van dit onderzoek is om alle borstkankerpatiënten in Nederland die in aanmerking komen voor immuuntherapie toegang te geven tot deze therapie. Het gaat om rond de 3000 patiënten per jaar. Het onderzoek richt zich allereerst op het beter kunnen voorspellen wie baat heeft bij immuuntherapie door middel van het trainen van een algoritme. Om dit algoritme vervolgens landelijk toegankelijk te maken voor elke patholoog en oncoloog in Nederland, zodat ook alle patiënten bereikt worden. Het onderzoek loopt tot eind 2025. 

Algoritme

Zoals gezegd is de eerste stap om nauwkeurig te kunnen vaststellen welke patiënt in aanmerking komt voor immuuntherapie. Uit ons eerdere onderzoek is gebleken dat patiënt met meer dan 5% immuuncellen een betere respons hadden na de behandeling met immuuntherapie. In ons onderzoek bekijken we niet alleen het aantal maar nu ook naar de ligging van de immuuncellen. We denken dat de hoeveelheid immuuncellen die een tumorcel raakt nog veel bepalender zijn of er een reactie van de behandeling tot stand zal komen. Voor een patholoog is dit echter lastig, zo niet onmogelijk om met het blote oog de hoeveelheid immuuncellen die een tumorcel aanraakt te bepalen, het is specialistisch werk en het gebeurt nu op basis van een schatting waardoor de uitkomst per expert kan verschillen. Het is daarbij goed om te realiseren dat een biopt uit ongeveer 1 miljoen cellen bestaat en een patholoog gemiddeld een uur nodig heeft om 500-1000 cellen te annoteren.

Een computer met behulp van kunstmatige intelligentie kan uitkomst bieden. Het is door onder meer het computational pathology team binnen het AVL aangetoond dat, mits goed getraind, een algoritme aantal en ligging secuur kan aantonen. Dit maakt het voor een patholoog veel eenvoudiger om een nauwkeurige diagnose te stellen. Een dergelijk model heeft echter veel annotaties nodig, miljoenen datapunten en hier ontbreekt het momenteel aan. 

Feedback in de game

Door de game te spelen kunnen we collectief dit algoritme voeden. Binnen de game krijg je als speler feedback zodat je steeds beter wordt in annoteren. Deze feedback wordt gebaseerd op een gouden standaard die door het Computational Pathology team is ontwikkeld aan de hand van een nieuwe techniek genaamd multiplexed immunohistochemistry. Dit is een kleuring van elk celtype op een biopt door middel van een chemische reactie, wat maakt dat het resultaat nagenoeg 100 procent betrouwbaar is. Het is echter een zeer kostbare techniek.

Binnen de game dient het als fundament, als gouden standaard, om de kwaliteit te waarborgen zodat het model op een correcte manier gevoed wordt. Aan de hand van de gouden standaard wordt binnen de game gecontroleerd wanneer een annotatie correct is. Niet alleen de speler krijgt dit teruggekoppeld, maar ook de computer wordt zo correct getraind. Dit is een continu proces dat active learning heet waardoor het model steeds slimmer wordt. Door dit proces continu te delen met de gemeenschap van spelers en andere onderzoekers vergroten we de transparantie.

Het doel is op zo samen tot minimaal 300.000 duizend correcte annotaties te komen per taak. Kortom, totaal 1.2 miljoen datapunten. Dit is voldoende om tot een algoritme te komen met een hoge nauwkeurigheid. Het AVL zorgt vervolgens in samenwerking met alle pathologie afdelingen in Nederland dat het algoritme beschikbaar komt in alle ziekenhuizen in Nederland, zodat het eind 2025 immuuntherapie voor alle borstkankerpatiënten die in aanmerking komen een behandelingsoptie is.  

Data

De data en het algoritme die met de game worden gegenereerd, kunnen vervolgens door andere wetenschappers gebruikt worden om hun eigen onderzoeken te versterken. De data wordt in een, voor wetenschappelijk, open database verzameld. Hiermee wordt kennisdeling gestimuleerd, transparantie vergroot en het onderzoek naar kanker versneld in dienst van ons allemaal. 

Hoewel een algoritme dat getraind is voor een specifieke tumor niet direct ingezet kan worden voor een ander soort tumor, is aangetoond dat het wel het proces versnelt. Met andere woorden, door gebruik te maken van een goed getraind algoritme is vervolgens minder nieuwe data en training nodig om tot een nauwkeurig algoritme te komen voor een ander soort tumor. Waarbij wel gezegd moet worden dat het hier gaat om zogenaamde solide tumoren, dit is kanker die in weefsel of organen ontstaat en is de meest voorkomende kanker. 

Samenwerken met experts

Daarnaast zullen na dit eerste onderzoek nieuwe taken aan de game worden toegevoegd. Wetenschappers worden uitgenodigd om hun uitdaging aan de gemeenschap van spelers voor te leggen. De game wordt zo opgebouwd dat het eenvoudig kan worden aangepast om nieuwe celtypen te annoteren of de ligging ervan te bepalen. De gemeenschap kan zodoende ingezet worden door wetenschappers om waardevolle onderzoeksdata op te halen binnen de pathologie. Het is daarmee een kanaal voor onderzoekers om met een geïnteresseerd en gemotiveerd publiek in contact te komen en ze te betrekken bij het onderzoek. Voor elkaar en met elkaar. 

De data-infrastructuur is cloud-based, wat maakt dat het eenvoudig op te schalen en te dupliceren is voor andere onderzoeksinstellingen. Het gaat niet om data-ownership, data kunnen decentraal worden opgeslagen. Voorwaarde is wel dat de data ook beschikbaar worden gesteld voor andere onderzoekers. Hiermee komen we samen tot een kritische massa van annotaties en stimuleren we samenwerkingen tussen pathologen, AI-deskundigen en andere disciplines.  Dit wordt vereenvoudigd door een voor experts toegankelijk dashboard, ontwikkeld in samenwerking met SlideScore, wat het onderling inzien, delen en trainen van data aan de hand van gamification eenvoudig en efficiënt maakt. 

Ben je als expert geïnteresseerd? We gaan graag in gesprek.  Neem contact met ons op