Een Europese beeldbank van kanker

De Europese Unie is een Cancer Image Europe aan het opstellen, een superplatform van beelden van kanker. Doel: AI-algoritmes ontwikkelen, trainen, testen en valideren voor de opsporing en behandeling van bepaalde kankers.

Artificiële intelligentie (AI) kan helpen bij het detecteren, het diagnosticeren en het behandelen van kanker. Maar dan moet je een voldoende groot aantal kwalitatief hoogstaande gegevens invoeren. Europa beschikt over miljoenen oncologische beelden ... verspreid over tal van registers en klinische centra. Die zijn weinig toegankelijk voor onderzoek en innovatie zowel op universitair niveau als in de privésector. Dat probleem wil het European Cancer Imaging Initiative, een van de speerpunten van het Europese plan tegen kanker ⁽¹⁾, aanpakken

Een gefedereerd en beveiligd platform

Het platform Cancer Image Europe vormt de kern van het initiatief. Het wordt mede gefinancierd door de Europese Unie en heeft tot doel het delen en het gebruik van de gegevens van beeldvormingsonderzoeken bij kanker te vereenvoudigen om nieuwe digitale tools te ontwikkelen, te vergelijken, te testen en te valideren met het oog op een gepersonaliseerde geneeskunde en volgens de Europese vereisten over regelgeving en vertrouwelijkheid van de gegevens, het grote stokpaard van Europa in de wedren naar nieuwe informatietechnologieën.

Eerste stap: alles samenbrengen

Het platform bundelt de Europese en nationale initiatieven, de ziekenhuisnetwerken en de researchregisters, die gegevens van kankerbeeldvormingsonderzoeken bevatten ⁽²⁾. Vorig jaar heeft het platform al 83 gegevensbanken geconnecteerd. Tegen het einde van het jaar zou Cancer Image Europe meer dan zestig miljoen beelden van meer dan 100.000 kankerpatiënten moeten herbergen. De geanonimiseerde, van aantekeningen voorziene beelden betreffen negen soorten frequente en minder frequente kankers: borstkanker, longkanker, prostaatkanker, colonkanker, rectumkanker, leverkanker, glioom, glioom met infiltratie van de hersenstam en neuroblastoom.

Tweede stap: bewijzen

Daarna zullen gaandeweg multicentrische studies voor validering van de AI-algoritmes in reële klinische omstandigheden worden opgestart. Er staan al een vijftigtal AI-tools (algoritmes, tools en voorspellende klinische modellen) op het experimenteerplatform, en die zijn toegankelijk voor de zowat tweehonderd gebruikers die geregistreerd zijn in zestien landen.

Derde stap: implementeren

Als de AI-tools hun klinische nut hebben bewezen, zullen ze op het terrein worden geïmplementeerd. Het initiatief beoogt screeningprogramma’s te ondersteunen, met name over borst-, long- en prostaatkanker, om zo een Europees netwerk op te richten van geavanceerde screeningcentra die gebruikmaken van AI.