Zelflerende computers verminderen overbehandeling prostaatkanker

In Nederland overlijden er ieder jaar veel meer mannen met, dan door prostaatkanker. Dit klinkt positief, maar veel mannen die niet aan prostaatkanker zouden overlijden worden wel behandeld, vaak met vervelende gevolgen zoals impotentie en incontinentie. De huidige methodes om in te schatten welke patiënten nu daadwerkelijk behandeld moeten worden schieten echter tekort.

(Tekst: Radboud UMC)

Onderzoeker Geert Litjens werkt aan het oplossen van dit probleem met behulp van zelflerende computers. Aanstaande maandag krijgt hij voor zijn onderzoek een Bas Mulder Award van Alpe d’HuZes/KwF. Aan deze prijs is een subsidie van 720.000 euro verbonden.

Prostaatkanker erg agressief

Een belangrijk probleem in het voorspellen van de agressiviteit van prostaatkanker is dat het voor artsen ondoenlijk is om de microscopische beelden volledig kwantitatief te beoordelen. Computeralgoritmen kunnen dat veel beter. Op basis van veel beelddata kunnen zelflerende computers ontdekken welke kenmerken relevant zijn voor prostaatkankeragressie. Ze gebruiken hiervoor dezelfde technieken die bijvoorbeeld in de spraakherkenning van een smartphone zit.

Geert Litjens: “Door deze kwantitatieve analyse van de microscopische beelden van prostaatkanker verwachten we in staat te zijn veel nauwkeuriger voor iedere patiënt de agressiviteit van zijn prostaatkanker te bepalen. Hierdoor kunnen we beter inschatten of de patiënt behandeling nodig heeft.”

Uiterste vergen

Met de Bas Mulder Award stimuleren Alpe d’HuZes en KWF Kankerbestrijding jonge talentvolle onderzoekers om baanbrekend onderzoek te verrichten en het uiterste van zichzelf te vergen. Sinds de invoering van de Bas Mulder Award in 2011 zijn 24 innovatieve onderzoeksvoorstellen met een grote verscheidenheid aan thema’s gehonoreerd.

Geef een reactie