Ondersteuning van wetenschappelijk onderzoek
LUMC
Het onderzoek van Anne-Roos Schrader houdt in het kort het volgende in:
'Huidlymfomen zijn zeldzame, hematologische vormen van huidkanker die een ander ziektebeloop, en daarmee ook behandelstrategie, kennen dan systemische lymfomen. Voor adequate diagnostiek en behandeling is het van belang dat patiënten met (verdenking op) een huidlymfoom worden verwezen naar een expertisecentrum. Huidlymfomen kunnen echter erg lastig te herkennen zijn. Sommige subtypen huidlymfoom kunnen namelijk zowel klinisch als histologisch lijken op inflammatoire huidaandoeningen, zoals eczeem of geneesmiddelreacties. Hierdoor worden huidlymfomen vaak niet goed of pas laat herkend.
Recent onderzoek laat zien dat kunstmatige intelligentie (artificial intelligence; AI) in staat is om patronen te herkennen in digitale pathologiebeelden en dat op basis hiervan computer-gestuurde voorspellingen kunnen worden gedaan. Het gebruik van AI bij de diagnostiek van huidlymfomen is echter nog niet onderzocht. Met de subsidie van het Hanarth Fonds willen de afdelingen Pathologie en Dermatologie van het Leids Universitair Medisch Centrum (LUMC), het nationale expertise- en verwijscentrum voor patiënten met een huidlymfoom, uitzoeken of het proces van verwijzing en diagnostiek van deze zeldzame vorm van huidkanker verbeterd kan worden met behulp van AI. Het LUMC zal hierbij samenwerken met het Leiden Institute of Advanced Computer Science (LIACS).'
In het eerste jaar van de AID-CLYM-studie is een solide basis gelegd voor de onderzoeksdoelen, waaronder het uitbreiden van datasets voor training en validatie. Een belangrijk resultaat is de oprichting van het internationale CLIDIPA-register, dat zal dienen als internationaal validatiecohort voor de binnen de AID-CYM studie ontwikkelde modellen. Inmiddels zijn 11 Europese centra aangesloten en wordt hard gewerkt om zoveel mogelijk data in het register te verzamelen. Meer informatie hierover is te vinden op www.clidipa.org.
In 2024 werd de eerste studie gepubliceerd in de Journal of Investigative Dermatology (PMID: 39306030). In deze proof-of-concept studie werd een weakly-supervised deep-learningmodel ontwikkeld dat H&Ebeelden van mycosis fungoides (MF) en op MF-lijkende huidziekten classificeert met een prestatie vergelijkbaar aan drie expertpathologen. Het model wordt het komende jaar verder verbeterd en internationaal gevalideerd met data uit het CLIDIPA-register.
Daarnaast hebben we een belangrijke basis gelegd voor het gesuperviseerde deel van onze AI-studie. Hierbij richten we ons op het trainen van een celkernclassificatiemodel dat lymfocyten kan herkennen en onderscheid kan maken tussen reactieve en neoplastische lymfocyten in de huid, met immuunhistochemie en immunofluorescentie als gouden standaard. Ook worden de pathologiebeelden van MF patienten gekoppeld aan klinische uitkomsten, wat in 2025 moet leiden tot de eerste voorspellende modellen voor MFprogressie en overleving. Ook hierbij zal voor de validatie van de modellen gebruik worden gemaakt van data uit het CLIDIPA-register.
Tot slot zijn we een innovatieve AI-benadering ingeslagen met de toepassing van graph-neural networks (zie o.a. de review paper die we hierover hebben geschreven via arXiv:2406.12808v3, recent ook geaccepteerd voor publicatie in Medical Image Analysis). In een pilotstudie hebben we aangetoond dat eenvoudige graphs een vergelijkbare prestatie leveren bij het onderscheiden van MF en op MF-lijkende ontstekingsziekten als onze getrainde weakly-supervised deep-learningmodellen. In 2025 zullen we deze methode verder ontwikkelen en integreren in de supervised en weakly-supervised methodes.
De AID-CLYM studie is officieel van start gegaan op 1 december 2023. Het team heeft twee bevlogen onderzoekers aangesteld die het project de komende 4 jaar vorm zullen geven, namelijk Siemen Brussee en Pieter Valkema. Ondanks dat het project pas net officieel is gaan lopen, zijn er al grote stappen gezet in het opbouwen van de dataset die nu uit beelden van meer dan 1000 huidlymfoompatiënten bestaat. Op basis van deze set zijn de eerste pilot-modellen gedraaid voor het onderscheiden van het meest voorkomende type huidlymfoom, mycosis fungoides (MF), van op MF-lijkende ontstekingsziekten van de huid. De resultaten hiervan verwachten wij op korte termijn te publiceren. Verder heeft het onderzoeksteam het fundament gelegd voor Europese samenwerking door het oprichten van de Cutaneous Lymphoma International Digital Pathology (CLIDIPA) Registry, welke dienst zal doen als internationaal validatiecohort voor de binnen de AID-CLYM studie ontwikkelde modellen.