Het is er.
Het is er altijd geweest.
Standaard MRI-scans misten het.
Artsen keken er vlak langs.
Decennialang werkte het onderzoek naar multiple sclerose met een half beeld. De schade aan de witte stof is duidelijk zichtbaar. Je kunt het zien. Je kunt het tellen. Maar de echte onruststoker – het soort laesie dat direct verband houdt met handicap en het langzame sluipende cognitieve achteruitgang – schuilde in de grijze massa. In het bijzonder de cortex.
Onzichtbaar voor het blote oog bij routinescans.
Hierdoor waren de artsen blind. Niet letterlijk uiteraard. Maar klinisch? Ja, blind.
De huidige MS-medicijnen richten zich vooral op de witte stof. Dat laat de corticale laesies ongecontroleerd. En dat is belangrijk omdat deze verborgen verwondingen de ziekte vooruitdrijven. We wisten dat ze bestonden dankzij post-mortem weefselonderzoek, maar we konden ze niet zien bij levende patiënten.
Nu lost kunstmatige intelligentie die kloof op.
Het AI-verschil
Een team onder leiding van de Universiteit van Buffalo heeft een algoritme getraind om dieper te kijken. Veel dieper.
Het onderzoek, gepubliceerd in Communications Medicine, beschrijft hoe computationele methoden gegevens over meerdere afbeeldingen vergelijken. Eén afbeelding laat niet veel zien. Drie of vier bij elkaar zetten? De AI vindt het patroon. Het haalt de ziektesignalen uit de ruis die conventionele kijkers volledig missen.
“Het detecteren van voorheen onzichtbare corticale laesies… heeft grote implicaties”, zegt senior auteur Robert Zivadinov.
Hij heeft het niet alleen over coole technologie. Hij heeft het over het voor het eerst zien van de daadwerkelijke oorzaken van MS-progressie in standaard oudere scans.
Michael G. Dwyer kent de frustratie. Eerste auteur van het artikel en zelf neuroloog.
“We zijn allemaal erg gefrustreerd”, zegt Dwyer.
Gefrustreerd omdat histopathologen decennialang hadden bewezen dat deze laesies hersenweefsel verwoestten. We konden het gewoon niet bewijzen op de MRI van een levende patiënt. Tot nu toe.
“Er gebeuren nog steeds veel dingen… die je niet zult zien met conventionele MRI, maar die histopathologen al tientallen jaren duidelijk hebben aangetoond.”
De AI bedenkt geen data. Het synthetiseert wat er ontbreekt. Er wordt gekeken naar kleine verschillen tussen contrastbeelden die een menselijk oog (of zelfs een standaard softwarefilter) zou negeren.
11.000 Gemiste laesies
De testcase was robuust.
ORATORIUM.
Een grootschalige klinische fase III-studie voor het MS-medicijn Ocrevizumab.
700+ deelnemers.
Standaard MRI’s.
De onderzoekers pasten hun nieuwe multimodale corticale laesieverbeteringsmethode toe, genaamd MMCLE.
Het resultaat?
Standaardscans lieten problemen met de witte stof zien.
AI-geleide verwerking onthulde een verborgen laag van verwoesting.
Ongeveer 15 tot 20 nieuwe laesies per patiënt.
Over de gehele dataset? Er zijn meer dan 11.000 voorheen verborgen laesies gedetecteerd.
Hebben de radiologen ze met opzet gemist?
Nee.
Ze waren letterlijk onzichtbaar zonder de computationele hulp.
Dwyer wijst hier op de kracht van generatieve AI. Het detecteert weefsel dat zich “verkeerd” gedraagt door het over verschillende contrastlagen te vergelijken. Gezond weefsel werkt op één manier. Beschadigde cortex gedraagt zich anders. De AI merkt de mismatch op.
Dit is van belang omdat de ORATORIO-gegevens historisch zijn. Het was al verzameld. Het was ‘voltooid’.
Maar Zivadinov suggereert dat dit werk de manier verandert waarop we al die gegevens beoordelen.
Het verandert ook de manier waarop we toekomstige onderzoeken ontwerpen.
Genentech hielp het werk ondersteunen. Geen verrassing. Zij maken het medicijn dat wordt getest.
De samenwerking combineerde academische nauwkeurigheid met industriële kracht.
Dus we hebben eindelijk de volledige kaart.
Of wij?
De blinde vlek is verdwenen.
Maar wat zullen artsen doen met al deze nieuwe schade die ze plotseling kunnen zien?
Zullen behandelingen verschuiven naar de cortex?
Zal de definitie van ‘stabiele ziekte’ veranderen?
De scans staan daar.
We hebben eindelijk geleerd hoe we moeten kijken.
