Een door de Universiteit van Cambridge ontwikkeld algoritme voor artificiële intelligentie maakt het mogelijk om coeliakie te diagnosticeren op basis van histopathologische beelden met een nauwkeurigheid die gelijk is aan die van menselijke pathologen, terwijl de analysetijd aanzienlijk wordt verkort. Dat blijkt uit een recent gepubliceerd onderzoek in het tijdschrift NEJM AI.
Het algoritme is getraind op meer dan 3.000 volledige objectglaasjes die zijn gekleurd met hematoxyline-eosine (H&E) en afkomstig zijn uit vier verschillende ziekenhuizen. Ze zijn gescand met vijf verschillende soorten scanners. Tijdens de externe validatietest heeft de tool met succes 644 extra objectglaasjes uit een vijfde ziekenhuis geanalyseerd.
Het toonde een nauwkeurigheid, gevoeligheid en specificiteit van meer dan 95% aan, met een oppervlakte onder de ROC-curve van meer dan 0,99 (PubMed). De overeenstemming tussen de AI en deskundige pathologen was statistisch gezien gelijk aan die tussen pathologen onderling (p > 0,96), aldus de auteurs.
Deze technologie zou de diagnose van coeliakie aanzienlijk kunnen versnellen. In een verklaring in The Guardian vermelden de auteurs dat artificiële intelligentie een resultaat oplevert “in minder dan een minuut nadat het preparaat is gescand”, tegenover de gebruikelijke 5 tot 10 minuten voor een menselijke patholoog. Dit zou vooral nuttig kunnen zijn in ziekenhuizen die te maken hebben met een te hoge werkdruk of een tekort aan specialisten.
Het onderzoek werd geleid door dr. Florian Jaeckle van de afdeling pathologie van Cambridge, in samenwerking met verschillende NHS-ziekenhuizen. Het algoritme is ontworpen om compatibel te zijn met de digitale infrastructuur van moderne laboratoria, maar voor een grootschalige implementatie zijn nog investeringen nodig in de digitalisering van de objectglaasjes, opleiding en regelgeving.
De artificiële intelligentie die in deze context wordt gebruikt, vervangt niet de medische beslissing, benadrukken de onderzoekers, maar biedt een snel en reproduceerbaar sorteerhulpmiddel. Het systeem zou ook kunnen helpen om diagnoses te standaardiseren in contexten waar de toegang tot ervaren pathologen beperkt blijft.
Coeliakie treft ongeveer 1% van de bevolking. Ondanks de vooruitgang op het gebied van immunologische en endoscopische technieken blijft de ziekte grotendeels ondergediagnosticeerd. Het gebruik van AI in de spijsverteringspathologie zou kunnen bijdragen tot een betere vroegtijdige opsporing van deze chronische, immuungemedieerde aandoening.
