Detectie en classificatie van tumorcellen

Het project
Van 6 september 2018 tot en met 31 augustus 2020 voerden Twentynext en WSK Medical het R&D-samenwerkingsproject AI-based medical assistant uit, met steun van de MIT-regeling: 580.000 euro aan projectkosten, waarvan 200.000 euro publieke bijdrage, gelijk verdeeld over beide partners.

Het vraagstuk
Eiwitexpressie in tumorweefsel bepalen met IHC- en IF-kleuring, en daarin de dichtheid van celtypen vaststellen, kostte destijds vijf tot zes dagen per biopt. De ambitie van het project: eiwittypologieën in biopten vrijwel realtime kunnen screenen.

Verwant: medische diagnostiek met AI.

Wat er onderzocht werd
Beeldherkenningstechnologie die:

• cellen en celkernen vindt in digitale biopten;
• eiwitexpressie herkent via IHC- en IF-kleuring;
• positieve en negatieve cellen classificeert;
• de dichtheid en samenstelling van celtypen rond een tumor bepaalt.

Het doel was niet het herkennen van complete tumoren, maar het analyseren van de cellulaire samenstelling van tumorweefsel. Het oordeel blijft bij de patholoog: het systeem levert een consistente voorbeoordeling van beelden die anders stuk voor stuk met de hand worden nagelopen.