Yvan Saeys ontvangt AstraZeneca Foundation Award

(15-12-2020) Hoe kunnen we artificiële intelligentie inschakelen om sneller de diagnose van bepaalde immuunziektes te achterhalen?

Dat is in een notendop de vraag waar Yvan Saeys (faculteit Wetenschappen) zich dagelijks over buigt.

Een jury van het FWO duidde Yvan Saeys aan als één van de vier laureaten van de AstraZeneca Foundation Awards 2020. Met deze geldprijs wil AstraZeneca wetenschap in dienst van patiënten stimuleren.

Artificiële intelligentie to the rescue

Voor Yvan Saeys, bio-informaticus aan de UGent en het VIB (Vlaams Instituut voor Biotechnologie), is een beroep doen op artificiële intelligentie en machine learning de normaalste zaak van de wereld. Net zoals overal in de wereld is het voor de immunologen van het UZ Gent moeilijk om de diagnose van bepaalde zeldzame ziekten te stellen: “Nemen we als voorbeeld de primaire immuunstoornissen”, aldus de onderzoeker. “Het zijn heel complexe aandoeningen om te kunnen diagnosticeren. Meestal ondergaan deze patiënten eerst een aantal etappes om andere ziektes uit te sluiten. Het kan maanden, zelfs jaren duren vooraleer de patiënt uiteindelijk de juiste diagnose te horen krijgt. De methode die we ontwikkelen bestaat uit het afnemen van een bloedstaal om dit vervolgens in een systeem te stoppen. In vergelijking met de methodes die nu beschikbaar zijn, gebeurt de diagnose sneller en is ze preciezer.”

25.000 cellen per seconde

Dit nieuwe systeem is gebaseerd op flowcytometrie waarmee het immuunsysteem snel in kaart kan worden gebracht. Dankzij artificiële intelligentie en machine learning gebeuren de analyses grondiger en sneller: de huidige apparaten kunnen 25.000 cellen/seconde en 30 parameters van elke cel analyseren. De diagnose kan binnen de 30 seconden bekend zijn: “Wij hopen dat ons systeem generiek genoeg zal zijn om te kunnen toepassen bij andere aandoeningen waarvan de diagnose kan gebeuren door middel van flowcytometrie”, legt Yvan Saeys uit. “Op dit ogenblik werken we aan het myelodysplastisch syndroom dat tot leukemie kan leiden. Het belang ervan is natuurlijk om zo vroeg mogelijk de diagnose bij de patiënten te kunnen stellen om vervolgens vroeger een behandeling op te starten.”

Hoewel apparaten artsen helpen om tijd vrij te maken voor andere analyses, zal een apparaat nooit artsen vervangen. De interactie tussen artsen en experts in artificiële intelligentie zal cruciaal zijn voor de ontwikkeling van de meest nuttige algoritmes voor de klinische praktijk.