EMA geeft voor het eerst goedkeuring aan AI-tool voor medisch onderzoek

Het Europees Geneesmiddelenagentschap EMA heeft donderdag voor het eerst zijn goedkeuring gegeven aan een op artificiële intelligentie (AI) gebaseerde tool voor medisch onderzoek. De tool, AIM-NASH genaamd, helpt pathologen bij het analyseren van leverbiopsieëncans om de ernst van metabole-disfunctie geassocieerde steatotische leverziekte (MASLD), vroeger ook wel bekend als niet-alcoholische leververvetting, in klinische onderzoeken vast te stellen.

MASLD is een aandoening waarbij vet zich ophoopt in de lever en na verloop van tijd ontstekingen, irritatie en littekenvorming veroorzaakt, zonder noemenswaardig alcoholgebruik of andere redenen voor leverschade. De ziekte is gelinkt aan obesitas, diabetes type 2, hoge bloeddruk, abnormale cholesterolniveaus en buikvet. Als het niet behandeld wordt, kan het leiden tot vergevorderde leverziekte.

De AIM-NASH tool moet helpen om de betrouwbaarheid en efficiëntie van klinische onderzoeken naar nieuwe behandelingen te verbeteren door de variabiliteit in het vaststellen van het ziektebeeld te verminderen. Daardoor zouden patiënten sneller een effectieve behandeling kunnen krijgen.

Tot nog toe moest voor onderzoek naar nieuwe behandelmethodes steevast een biopsie gebeuren, om de ontsteking en littekenvorming vast te stellen. Het probleem was dat specialisten die de biopsieën onderzochten, het niet altijd eens waren over de ernst.

De nieuwe, op AI gebaseerde tool zorgt er nu voor dat biopsieaflezingen, geverifieerd door één deskundige patholoog, de ziekteactiviteit betrouwbaarder kunnen bepalen met minder variabiliteit dan de huidige standaard die wordt gehanteerd in klinische onderzoeken en berust op een consensus van drie onafhankelijke pathologen.

AIM-NASH is een AI-systeem dat gebruikmaakt van machine learning en getraind is op meer dan 100.000 annotaties van 59 pathologen die meer dan 5.000 leverbiopsieën hebben beoordeeld. De tool is 'vergrendeld', wat betekent dat het model niet kan worden gewijzigd of vervangen.

U wil op dit artikel reageren ?

Toegang tot alle functionaliteiten is gereserveerd voor professionele zorgverleners.

Indien u een professionele zorgverlener bent, dient u zich aan te melden of u gratis te registreren om volledige toegang te krijgen tot deze inhoud.
Bent u journalist of wenst u ons te informeren, schrijf ons dan op redactie@rmnet.be.