Het 'World Wide Web' van kanker

Al enkele jaren proberen clinici en computerwetenschappers in de VS en in het buitenland de kankerzorg te verbeteren - van diagnose tot behandeling - door enorme, onderling verbonden databases vol met patiëntinformatie te bouwen. Ze noemen deze repositories medische rasters en stellen zich de dag voor waarop een arts in Straatsburg of New Delhi bijvoorbeeld kan zien dat een onleesbaar beeld van de long van een patiënt erg lijkt op dat van een patiënt uit San Francisco, wiens ziektegeschiedenis de beslissing zou kunnen bepalen. om een ​​biopsie uit te voeren.

Deze ontluikende databases bevatten niet alleen de medische geschiedenis van patiënten, waaronder gegevens zoals MRI's en CT-scans, maar ook informatie over hoe ze op medicijnen hebben gereageerd. Maar de voordelen van deze in aanbouw zijnde netwerken kwamen langzaam op gang, deels vanwege technische problemen en deels omdat federale privacyregels het delen van gegevens bemoeilijken. Nu zou een project van het National Cancer Institute al dit jaar een multi-ziekenhuissysteem kunnen testen voor het vergelijken van longkankerbeelden - een duidelijke stap in de richting van het gebruik van rasters.

Dit verhaal maakte deel uit van ons nummer van maart 2006

• Zie de rest van het nummer
• Abonneren

Kenneth H. Buetow, directeur van het Center for Bioinformatics van het instituut in Bethesda, MD, noemt het een cruciale eerste stap naar een World Wide Web van kankeronderzoek.

In het afgelopen jaar hebben Buetow en zijn team meer dan 50.000 beelden van longkanker verzameld die zijn verkregen uit medische onderzoeken en deze gearchiveerd in een beveiligde elektronische opslagplaats bij het NCI. Hun inspanningen maken deel uit van een driejarig proefproject van $ 60 miljoen dat in 2004 werd gelanceerd en waarbij 50 kankercentra en meer dan 600 onderzoekers betrokken zijn. Het archief is nu beschikbaar op internet op: http://ncia.nci.nih.gov . Naast andere beeldvormingsprojecten bevat het een grote verzameling gevallen van longkanker die tijdens hun therapie zijn gevolgd.

Nu de database grotendeels op zijn plaats is, staat het testen voor de deur. De beeldcollectie is bedoeld om onderzoek naar nieuwe software te stimuleren en te vergemakkelijken die automatisch beelden van longen kan vergelijken met die in de database. In dergelijke software zoeken algoritmen naar overeenkomsten en bouwen ze een map op met de meest waarschijnlijke overeenkomsten. Clinici in kantoren en ziekenhuizen zullen de resulterende longbeelden kunnen vergelijken met de scans die ze moeten evalueren.

Het vergelijken van afbeeldingen is slechts de eerste stap. Als alles goed gaat, hoopt het National Cancer Institute binnen drie jaar een of meer klinische onderzoeken uit te voeren waarbij een enorme hoeveelheid medische gegevens over longkanker - inclusief afbeeldingen, soorten tumoren, medicijncursussen, patiëntresultaten, zelfs de moleculaire profielen van de ziekte zou worden gebruikt door artsen die specifieke gevallen bestuderen. De uitkomsten van deze gevallen zouden worden vergeleken met die van gevallen die worden behandeld via conventionele benaderingen voor de diagnose van kanker. Die vergelijking zou niet alleen informatie moeten opleveren over de medische respons van de patiënten, maar ook over de nauwkeurigheid waarmee de artsen hun diagnoses stelden, en zelfs de mate waarin ze zich hielden aan de normen van medische privacy.

Medical-grid onderzoekers hebben geen gebrek aan visie. Het vergelijken van afbeeldingen is slechts de eerste stap. In gevallen waarin de scans overeenkomen, hopen artsen dieper in de geschiedenis van vergelijkbare gevallen te kunnen duiken en te leren welke medicijnen of operaties het beste werkten. En Buetow zegt dat zijn proeven de dag kunnen versnellen waarop sommige kankerdiagnoses worden geautomatiseerd. Een arts kan afbeeldingen invoeren (en naarmate het raster zich uitbreidt, bloedtestresultaten, beschrijvingen van genetische markers en andere patiëntgegevens) en leren hoe vaak bijna identieke testresultaten van patiënten over de hele wereld correleren met specifieke maligniteiten zoals lymfomen, melanomen, of sarcomen.

En in de toekomst, naarmate de kosten van gen-sequencing dalen, kan het NCI-raster zelfs de genomische informatie van patiënten bevatten. De kracht van het netwerk ligt in het vermogen om steeds meer volksgezondheidsgegevens van over de hele wereld te verzamelen en te correleren, zegt Mary Kratz van de University of Michigan Medical School, een technisch adviseur van de onderzoeksgemeenschap van het netwerk. Hoe meer data je hebt, hoe meer kennis je genereert.

Ondertussen moeten alledaagse technische problemen worden opgelost.

Aangezien de gegevens die bij afbeeldingen worden gevoegd, variëren in type en formaat van ziekenhuis tot ziekenhuis, ontwikkelen onderzoekers standaardformaten die ze allemaal kunnen harmoniseren. We vragen onderzoekers van veel concurrerende instellingen om barrières te slechten voor het delen van enorme hoeveelheden gegevens, zegt Howard Bilofsky, senior fellow bij het Center for Bioinformatics van de University of Pennsylvania, dat deelneemt aan het NCI-project. Informatie kunnen delen in rasters over de hele wereld in de arena van life science-onderzoek is niet iets dat gemakkelijk te doen is.

zich verstoppen