Kunstmatige Intelligentie in Oncologie

Ondersteuning van wetenschappelijk onderzoek

Gehonoreerde aanvragen 2020

Karijn Suijkerbuijk

UMC Utrecht

 

Kort samengevat, behelst het onderzoek van Karijn Suijkerbuijk het volgende: 

Predicting immunotherapy response in advanced melanoma

'Immunotherapy with checkpoint inhibitors has importantly changed perspectives for many metastatic melanoma patients. Still, the majority of patients do not derive long-term benefit from this treatment. Currently, no single biomarker is available that can reliably predict who will and who will not respond to immunotherapy. If non-response could be predicted, patients could be spared the potential severe side effects of immunotherapy and start a more effective treatment. Aim of this study is to develop machine learning algorithms based on clinical data and histological images from the primary melanomas of 1500 immunotherapy- treated metastatic melanoma patients that can predict response to immunotherapy. The project is a collaboration between the UMC Utrecht (dr. Karijn Suijkerbuijk, dr. Willeke Blokx, prof. Paul van Diest, prof. René Eijkemans), the TU Eindhoven (dr. Mitko Veta, prof. Josien Pluim) and several Dutch melanoma treatment centers.'

 

Publicaties

  • A novel dataset for nuclei and tissue segmentation in melanoma with baseline  nuclei segmentation and tissue segmentation benchmarks
    • GigaScience, 2025
    • Klik hier om de publicatie te bekijken

  • Tumor-infiltrating lymphocytes and immune-related adverse events in advanced melanoma

 

  • Baseline tumor-infiltrating lymphocyte patterns and response to immune
    checkpoint inhibition in metastatic cutaneous melanoma

 

Korte samenvatting van voortgang / resultaten december 2023

Immuuntherapie werkt voor een deel van de patiënten met uitgezaaid melanoom zodanig goed, dat ze na behandeling jaren overleven en misschien zelfs kunnen genezen. Voor meer dan de helft van de patiënten werkt deze behandeling echter niet en op dit moment kunnen we dit van tevoren niet voorspellen. Het doel van dit onderzoek is om te kijken of we met behulp van kunstmatige intelligentie (zogenaamde machine learning) gebruik makend van de klinische gegevens en microscopie-beelden van het melanoom kunnen voorspellen wie wel of niet baat zal hebben van immuuntherapie. In de afgelopen tweeëneenhalf jaar hebben we van bijna 3225 patiënten die met immuuntherapie behandeld zijn de (anonieme) gegevens over hun melanoom verzameld (bijv. waar het zat, hoe dik het was en wat voor type melanoom). Met deze gegevens hebben we een voorspellend model gemaakt wat voor een deel van de patiënten kan voorspellen of ze baat bij behandeling met immuuntherapie hebben. Dit model op basis van de klinische gegevens alleen is nog niet goed genoeg om alleen op basis daarvan af te zien van immuuntherapie behandeling. We hopen dit met de toevoeging van microscopie beelden te verbeteren. 

Ondertussen hebben we van meer dan 1600 patiënten microscopiebeelden van hun melanoomweefsel en hebben we aangetoond dat het aantal witte bloedcellen (gescoord als geen, weinig of veel) in het microscopiebeeldvan een uitzaaiing van melanoom voor de start van de therapie, ook voorspellende waarde heeft en de voorspellende waarde van het klinisch model verbetert. Om nog beter te kunnen bepalen wie wel en wie niet reageert richt het project zich de komende twee jaar op het verbeteren van de voorspelling door nog meer informatie uit microscopie beelden te halen. Hiervoor gebruiken we kunstmatige intelligentie om naar verschillende immuunceltypen in en rond de tumor te kijken blad 9 van 11 en vervolgens het hele beeld van de tumor en de directe omgeving te analyseren. Hiermee denken we de voorspellende waarde van ons uiteindelijke model zo te kunnen verbeteren, dat we in de toekomst kunnen voorspellen wie wel en wie geen baat zal hebben van behandeling met immuuntherapie. 

Korte samenvatting van voortgang / resultaten december 2022

Immuuntherapie werkt voor een deel van de patiënten met uitgezaaid melanoom zodanig goed, dat ze na behandeling jaren overleven en misschien zelfs kunnen genezen. Voor meer dan de helft van de patiënten werkt deze behandeling echter niet en op dit moment kunnen we dit van tevoren niet voorspellen. Het doel van dit onderzoek is om te kijken of we met behulp van kunstmatige intelligentie (zogenaamde machine learning) gebruik makend van de klinische gegevens en microscopie-beelden van het melanoom kunnen voorspellen wie wel of niet baat zal hebben van immuuntherapie. In de eerste anderhalf jaar van het onderzoek hebben we van bijna 2500 patiënten die met immuuntherapie behandeld zijn de (anonieme) gegevens over hun melanoom verzameld (bijv. waar het zat, hoe dik het was en wat voor type melanoom). We onderzoeken hoe goed deze gegevens voorspellen of iemand wel of niet op immuuntherapie reageert. Begin volgend jaar (aan het einde van het 2e jaar van dit onderzoek) verwachten we hier de resultaten van te hebben.

Daarnaast hebben we van meer dan 600 patiënten de microscopie-beelden verzameld, die we eind van het 2e jaar verwachten geselecteerd en gedigitaliseerd te hebben voor analyse. Verder hebben we een model ontwikkeld dat automatisch immuuncellen (die belangrijk zijn voor de werking van immuuntherapie) kan herkennen op de microscopiebeelden. Tot slot werken we aan een model dat het effect van immunotherapie kan voorspellen op basis van deze microscopie beelden voor start van therapie. Het komende jaar verwachten we deze modellen te kunnen testen op de beschikbare data, om ze vervolgens verder te kunnen verbeteren en tot slot te testen op de volledige dataset.

Korte samenvatting van voortgang / resultaten december 2021

Immuuntherapie werkt voor een deel van de patiënten met uitgezaaid melanoom zodanig goed, dat ze na behandeling jaren overleven en misschien zelfs kunnen genezen. Voor meer dan de helft van de patiënten werkt deze behandeling echter niet en op dit moment kunnen we dit van te voren niet voorspellen. Het doel van dit onderzoek is om te kijken of we met behulp van kunstmatige intelligentie (zogenaamde machine learning) op gegevens en microscopie-beelden van het melanoom kunnen voorspellen wie wel of niet baat zal hebben van immuuntherapie.

In de eerste 9 maanden van het onderzoek hebben we van bijna 1000 patiënten die met immuuntherapie behandeld zijn de (anonieme) gegevens verzameld. We hopen dit de komende maanden tot 1500 uit te breiden Daarnaast zijn we druk bezig met het verzamelen van de microscopie-beelden. Ondertussen hebben we de eerste stappen gezet in het maken van een programma dat automatisch uit die microscopiebeelden de verschillende cellen die in het melanoom aanwezig zijn kan herkennen.

Het komende jaar gaan we verder met het verzamelen van de gegevens en zullen we deze gegevens gaan gebruiken voor het bouwen van een algoritme dat het effect van immuuntherapie voor start van de behandeling zou kunnen voorspellen.