Onderzoekers van de Universiteit van Jyväskylä, Finland hebben een nieuw AI model ontwikkeld dat darmkanker met grote precisie kan identificeren uit weefselmonsters. Dit kunstmatige neurale netwerk presteert beter dan eerdere modellen en is gratis beschikbaar gesteld. Doordat het model met hoge nauwkeurigheid darmkanker kan identificeren kunnen patiënten mogelijk eerder een diagnose krijgen en sneller geholpen worden in de toekomst, daarnaast kan het AI model veel sneller darmweefsel bestuderen dan de artsen dat momenteel doen.
Het onderzoek is uitgevoerd in samenwerking met de Universiteit van Turku, de Universiteit van Helsinki en het Nova ziekenhuis in Centraal Finland. Het AI model analyseert automatisch microscopische beelden van darmweefsel en herkent alle relevante weefsel categorieën met een nauwkeurigheid van 96,74%, zo blijkt uit onderzoeksdata. Onderzoekers zijn optimistisch over de eerste resultaten:
"In onze studie presteerde het model beter dan alle eerdere versies en kon het nauwkeurig alle weefsels herkennen die belangrijk zijn voor het vaststellen van kanker," zegt Fabi Prezja, promovendus aan de Universiteit van Jyväskylä.
Normaal gesproken moeten pathologen handmatig microscopische beelden van darmweefsel bestuderen en kankerachtige cellen markeren. Dit kost veel tijd. Het nieuwe AI-model kan dit proces versnellen door automatisch verdachte gebieden te markeren. Hierdoor kan de werkdruk van pathologen verminderen en kunnen diagnoses en behandelingen sneller plaatsvinden.
Om verder onderzoek te stimuleren, heeft het team de AI tool gratis beschikbaar gesteld. "Door de vrije toegang hopen we dat onderzoekers en ontwikkelaars wereldwijd de technologie verder verbeteren en nieuwe toepassingen ontdekken," legt Prezja uit. Hoewel de resultaten veelbelovend zijn, waarschuwen de onderzoekers dat AI tools niet zomaar in ziekenhuizen kunnen worden gebruikt. Er is een uitgebreid validatieproces nodig om ervoor te zorgen dat de AI betrouwbaar en in lijn met klinische richtlijnen werkt. Maar het onderzoek toont veel potentie en is een belangrijke stap voor de integratie van AI modellen in de gezondheidszorg.