Met steeds meer nieuwe kankergeneesmiddelen en behandelingen, en steeds specifiekere diagnostiek is het voor behandelaars een groeiende uitdaging om voor elke patiënt de juiste doelgerichte therapie te vinden. Niet alleen zijn de medicijnen duur, en is het zonde om ze toe te dienen zonder dat dat het gehoopte resultaat oplevert, maar ze kunnen ook ernstige bijwerkingen met zich meebrengen. Het is dus meer dan ooit belangrijk om precies te kunnen voorspellen hoe een patiënt met een specifieke kanker reageert op een medicijncombinatie.
Maar met behulp van kunstmatige intelligentie (‘artificial intelligence’, AI) wordt het mogelijk eenvoudiger om te voorspellen welke combinatiebehandelingen voor ernstige bijwerkingen kunnen zorgen bij patiënten. Onlangs presenteerde prof. Bart Westerman, neurochirurg bij het Hersentumorcentrum van Amsterdam UMC locatie VUMc, zijn onderzoeksresultaten tijdens de jaarlijkse bijeenkomst van de American Association for Cancer Research in New Orleans.
Voor zijn onderzoek baseerden Westerman en zijn team zich op de FDA Adverse Event Reporting System (FAERS) database, met 15 miljoen registraties van ernstige bijwerkingen. Aan de hand van de ingezette combinaties van geneesmiddelen werd een voorspellend model ontwikkeld waarbij in kaart werd gebracht welke combinaties relatief milde bijwerkingen met zich meebrachten. Vervolgens werden de gegevens over de bijwerkingen ingevoerd aan een lerend algoritme in wat de onderzoekers de ‘adverse events atlas’ noemen. Geen peulenschil: het gaat om zo’n 700 medicijnen en wel 250.000 mogelijke combinaties.
De onderzoekers voerden allerlei combinaties van medicijnen toe aan het model om te zien of de AI die combinaties wist te koppelen aan een mogelijke ernstige bijwerking. Het bleek inderdaad dat de AI in staat was de nieuwe combinaties op de juiste manier in te schatten en te verbinden aan een risicoprofiel voor ernstige bijwerkingen. Het computeralgoritme was ook in staat om correct te voorspellen welke bijwerkingen er kunnen optreden bij sommige veelgebruikte medicijncombinaties.
Intussen zijn de onderzoekers aan het VUMC bezig om data over ernstige bijwerkingen uit het eigen ziekenhuis in het systeem in te voeren. Geen sinecure, omdat veel van deze informatie verborgen is in ongestructureerde rapportages. Maar door speciale taalprogramma’s slagen de onderzoekers erin om de data op een standaard valideerbare manier te extraheren. Uiteindelijk moet het algoritme een toepassing vinden in de kliniek, waar het snel en accuraat kan voorspellen of een patiënt risico op ernstige bijwerkingen loopt bij gebruik van een bepaalde medicijncombinatie.
Bron
Bekijk ook een Engelstalige video waarin Bart Westerman zijn onderzoek nader toelicht.
Naar boven
