De Computational Pathology Group ontwikkelt softwaremodellen op basis van kunstmatige intelligentie die pathologen kunnen helpen bij de diagnostiek van tumoren.
Ons zorgsysteem staat enorm onder druk. Er is een dreigend tekort aan zorgverleners terwijl mensen gemiddeld langer leven en meer zorg nodig hebben. Zo is er wereldwijd een gebrek aan pathologen, medisch specialisten die weefsel van patiënten onderzoeken om een diagnose te kunnen stellen. Om de druk op de huidige specialisten te verminderen én de kwaliteit van zorg te garanderen voor de toekomst zijn er dringend zorginnovaties nodig.
Het werk van de Computational Pathology Group kan uitkomst bieden. De afgelopen tien jaar ontwikkelde het team diverse softwaremodellen op basis van artificiële intelligentie (AI) die pathologen kunnen helpen bij de diagnostiek van ziekten zoals kanker. Door het trainen van algoritmen met grote digitale datasets, bestaand uit beeldmateriaal van vaak duizenden patiënten, heeft de groep innovatieve AI-modellen ontworpen. Deze modellen kunnen gedigitaliseerde afbeeldingen van ziek weefsel nauwkeurig analyseren en op basis daarvan diagnoses en zelfs prognoses stellen.
Om de kwaliteit van zorg te garanderen voor de toekomst zijn dringend innovaties nodig
De groep was een van de eersten ter wereld die aantoonde dat AI bij diagnostische taken, waaronder het beoordelen van de ernst van borst- en prostaatkanker, de prestaties van menselijke experts kan evenaren en zelfs overtreffen. In een vervolgonderzoek werd bestudeerd welke invloed dit had op het dagelijks werk van een patholoog. Pathologen voerden hun taken uit zonder en daarna met AI-model. Het bleek dat het samenwerken mét AI resulteerde in meer consistente en nauwkeurige beoordelingen. Opzienbarend was dat zelfs een patholoog in opleiding, werkzaam in een land met weinig economische slagkracht, met behulp van AI ineens net zo goed scoorde als een zeer gespecialiseerde patholoog in Nederland.
Inmiddels zijn de onderzoekers klaar voor hun volgende, ambitieuze stap: ze willen een van de eerste virtuele pathologen ter wereld ontwikkelen. Dit nieuwe AI-model genaamd ANTONI zal in staat zijn om zelfstandig klinische diagnoses te stellen voor verschillende soorten weefsel waaronder borstkanker, prostaatkanker en darmkanker. Wat ANTONI bijzonder maakt, is dat het een vorm van ‘explainable AI‘ zal bieden, wat betekent dat medisch specialisten kunnen vragen naar de redenering achter de resultaten om diagnoses te onderbouwen. Deze eigenschap kan het vertrouwen van clinici vergroten en de deur openen naar brede toepassingen van AI binnen de gezondheidszorg.
AI is geen doel op zich, maar een middel om de patiëntenzorg te verbeteren
Deze interdisciplinaire onderzoeksgroep brengt deskundigheid samen op het gebied van computerwetenschappen, pathologie, biomedische en software engineering, toegepaste wiskunde en computer vision. Samen vormen ze een sterk voorbeeld van teamwetenschap, waarbij onderzoekers met unieke vaardigheden effectief samenwerken om iets te bereiken dat groter is dan de som der delen. Noemenswaardig is ook hun toewijding aan open science. In tegenstelling tot veel commerciële AI-ontwikkelaars maakt de groep al hun modellen, codes en data vrij beschikbaar, waardoor andere wetenschappers kunnen voortbouwen op hun werk.
De Computational Pathology Group richt zich op zowel fundamentele vraagstukken over kunstmatige intelligentie als op de klinische toepassing ervan. Al hun werk vindt plaats binnen de muren van het ziekenhuis en ze betrekken een breed scala aan belanghebbenden, variërend van patiënten tot clinici, bij hun onderzoek. Dit doen ze vanuit de overtuiging dat AI geen op zichzelf staand doel is, maar eerder een middel om de patiëntenzorg te verbeteren en diagnostiek zo effectief en efficiënt mogelijk te maken. Kortom, het onderzoek van dit team draagt niet alleen bij aan wetenschappelijke vooruitgang op de lange termijn, maar komt ook direct ten goede aan patiënten en pathologen wereldwijd.
Francesco Ciompi
Francesco Ciompi (1980) behaalde in 2006 een MSc in Electrotechniek aan de Universiteit van Pisa, en in 2008 een MSc in Artificial Intelligence en Computer Vision. In 2012 promoveerde hij cum laude aan de Universiteit van Barcelona. Tussen 2013 en 2015 was hij postdoctoraal onderzoeker aan het Computer Vision Center (Spanje) en aan de afdeling Radiologie van het Radboud Universitair Medisch Centrum. Sinds 2022 is hij universitair hoofddocent bij de Computationele Pathologie Groep van de afdeling Pathologie van het Radboudumc. Zijn onderzoek wordt gefinancierd door verschillende Europese onderzoeksubsidies, subsidies van de Nederlandse Kankerbestrijding en een persoonlijke Vidi-subsidie van NWO.
Jeroen van der Laak
Jeroen van der Laak (1967) studeerde Informatica aan de Radboud Universiteit in Nijmegen. Sinds 1991 werkt hij op de afdeling Pathologie van het Radboud Universitair Medisch Centrum (Radboudumc) in Nijmegen. In 2015 startte hij zijn eigen onderzoeksgroep op het gebied van kunstmatige intelligentie in de Pathologie. Hij leidt een aantal onderzoekslijnen, waaronder een op het gebied van de diagnostiek van borstkanker. Zijn onderzoek wordt gefinancierd met subsidies van onder andere de Nederlandse Kankerbestrijding, de Nierstichting, de EU en de Stichting IT-projecten Nijmegen. Hij is tevens gasthoogleraar aan de universiteit van Linköping (Zweden) en in 2021 richtte hij Aiosyn op, een spin-off van het Radboudumc waar hij Chief Scientific Officer is.
Geert Litjens
Geert Litjens (1985) studeerde Biomedische Technologie aan de Technische Universiteit Eindhoven. Hij promoveerde in 2015 op zijn onderzoek naar gecomputeriseerde detectie van prostaatkanker in MRI-beelden aan het Radboudumc. Na een postdoctorale periode bij de Universiteit van Heidelberg in Duitsland is hij sinds 2016 terug bij het Radboudumc. Inmiddels is hij hoogleraar en richt zijn onderzoeksgroep zich op het ontwikkelen van multimodale AI-oplossingen binnen de gezondheidszorg, met als speerpunten pathologie en radiologie. Litjens heeft meerdere onderzoekssubsidies verworven, waaronder een Veni- en Vidi-beurs van NWO en een ERC Starting Grant.
Francesco Ciompi
Francesco Ciompi (1980) behaalde in 2006 een MSc in Electrotechniek aan de Universiteit van Pisa, en in 2008 een MSc in Artificial Intelligence en Computer Vision. In 2012 promoveerde hij cum laude aan de Universiteit van Barcelona. Tussen 2013 en 2015 was hij postdoctoraal onderzoeker aan het Computer Vision Center (Spanje) en aan de afdeling Radiologie van het Radboud Universitair Medisch Centrum. Sinds 2022 is hij universitair hoofddocent bij de Computationele Pathologie Groep van de afdeling Pathologie van het Radboudumc. Zijn onderzoek wordt gefinancierd door verschillende Europese onderzoeksubsidies, subsidies van de Nederlandse Kankerbestrijding en een persoonlijke Vidi-subsidie van NWO.
Geert Litjens
Geert Litjens (1985) studeerde Biomedische Technologie aan de Technische Universiteit Eindhoven. Hij promoveerde in 2015 op zijn onderzoek naar gecomputeriseerde detectie van prostaatkanker in MRI-beelden aan het Radboudumc. Na een postdoctorale periode bij de Universiteit van Heidelberg in Duitsland is hij sinds 2016 terug bij het Radboudumc. Inmiddels is hij hoogleraar en richt zijn onderzoeksgroep zich op het ontwikkelen van multimodale AI-oplossingen binnen de gezondheidszorg, met als speerpunten pathologie en radiologie. Litjens heeft meerdere onderzoekssubsidies verworven, waaronder een Veni- en Vidi-beurs van NWO en een ERC Starting Grant.
Jeroen van der Laak
Jeroen van der Laak (1967) studeerde Informatica aan de Radboud Universiteit in Nijmegen. Sinds 1991 werkt hij op de afdeling Pathologie van het Radboud Universitair Medisch Centrum (Radboudumc) in Nijmegen. In 2015 startte hij zijn eigen onderzoeksgroep op het gebied van kunstmatige intelligentie in de Pathologie. Hij leidt een aantal onderzoekslijnen, waaronder een op het gebied van de diagnostiek van borstkanker. Zijn onderzoek wordt gefinancierd met subsidies van onder andere de Nederlandse Kankerbestrijding, de Nierstichting, de EU en de Stichting IT-projecten Nijmegen. Hij is tevens gasthoogleraar aan de universiteit van Linköping (Zweden) en in 2021 richtte hij Aiosyn op, een spin-off van het Radboudumc waar hij Chief Scientific Officer is.
Francesco Ciompi
Francesco Ciompi (1980) behaalde in 2006 een MSc in Electrotechniek aan de Universiteit van Pisa, en in 2008 een MSc in Artificial Intelligence en Computer Vision. In 2012 promoveerde hij cum laude aan de Universiteit van Barcelona. Tussen 2013 en 2015 was hij postdoctoraal onderzoeker aan het Computer Vision Center (Spanje) en aan de afdeling Radiologie van het Radboud Universitair Medisch Centrum. Sinds 2022 is hij universitair hoofddocent bij de Computationele Pathologie Groep van de afdeling Pathologie van het Radboudumc. Zijn onderzoek wordt gefinancierd door verschillende Europese onderzoeksubsidies, subsidies van de Nederlandse Kankerbestrijding en een persoonlijke Vidi-subsidie van NWO.
Jeroen van der Laak
Jeroen van der Laak (1967) studeerde Informatica aan de Radboud Universiteit in Nijmegen. Sinds 1991 werkt hij op de afdeling Pathologie van het Radboud Universitair Medisch Centrum (Radboudumc) in Nijmegen. In 2015 startte hij zijn eigen onderzoeksgroep op het gebied van kunstmatige intelligentie in de Pathologie. Hij leidt een aantal onderzoekslijnen, waaronder een op het gebied van de diagnostiek van borstkanker. Zijn onderzoek wordt gefinancierd met subsidies van onder andere de Nederlandse Kankerbestrijding, de Nierstichting, de EU en de Stichting IT-projecten Nijmegen. Hij is tevens gasthoogleraar aan de universiteit van Linköping (Zweden) en in 2021 richtte hij Aiosyn op, een spin-off van het Radboudumc waar hij Chief Scientific Officer is.
Geert Litjens
Geert Litjens (1985) studeerde Biomedische Technologie aan de Technische Universiteit Eindhoven. Hij promoveerde in 2015 op zijn onderzoek naar gecomputeriseerde detectie van prostaatkanker in MRI-beelden aan het Radboudumc. Na een postdoctorale periode bij de Universiteit van Heidelberg in Duitsland is hij sinds 2016 terug bij het Radboudumc. Inmiddels is hij hoogleraar en richt zijn onderzoeksgroep zich op het ontwikkelen van multimodale AI-oplossingen binnen de gezondheidszorg, met als speerpunten pathologie en radiologie. Litjens heeft meerdere onderzoekssubsidies verworven, waaronder een Veni- en Vidi-beurs van NWO en een ERC Starting Grant.