Snellere opsporing leukemiecellen dankzij kunstmatige intelligentie

Beeld NexGenLab 10-09-2025 Hematon Nieuws

Als je acute myeloïde leukemie (AML) hebt, is het risico op terugkeer van de ziekte groot. Zelfs na een succesvolle behandeling. Daarom is het van groot belang om achtergebleven leukemiecellen zo vroeg en nauwkeurig mogelijk op te sporen. Onderzoekers van Amsterdam UMC hebben hierin een belangrijke stap gezet door kunstmatige intelligentie (AI) in te zetten bij de analyse van bloedcellen.

AML is een vorm van bloedkanker waarbij het beenmerg abnormale witte bloedcellen aanmaakt. Na behandeling kunnen er nog kleine hoeveelheden leukemiecellen achterblijven in het lichaam. Deze zogenaamde minimale restziekte (MRD) is een belangrijke voorspeller voor terugval. Het tijdig en nauwkeurig opsporen van deze cellen kan artsen helpen om sneller in te grijpen en de behandeling aan te passen.

Van handmatige naar AI
Tot nu toe werd MRD opgespoord met een techniek die flowcytometrie wordt genoemd. Hierbij worden cellen in het bloed geanalyseerd op specifieke kenmerken. Hoewel deze methode heel effectief is, kost het veel tijd en het vereist gespecialiseerde kennis. Elke analyse moet bovendien door twee experts worden gecontroleerd om fouten te voorkomen.

Onderzoekers van het Cancer Center Amsterdam hebben een AI-algoritme ontwikkeld dat deze taak deels kan overnemen. De resultaten zijn veelbelovend: de AI-analyse is net zo betrouwbaar als de traditionele methode, maar kan in slechts drie seconden worden uitgevoerd. Bovendien levert AI altijd een eenduidig resultaat, terwijl handmatige interpretatie soms kan verschillen tussen analisten.

Wat betekent dit voor patiënten?
Uit een studie onder 399 AML-patiënten blijkt dat het AI-algoritme net zo goed voorspelt of de ziekte terugkomt als de handmatige methode. Patiënten bij wie resterende leukemiecellen werden gevonden, kregen ongeacht de analysemethode ongeveer even vaak een recidief. Op de website van Amsterdam UMC zegt onderzoeker Tim Mocking: ‘Dit is een belangrijke eerste stap naar toekomstige klinische implementatie van AI.’

Voor patiënten betekent dit mogelijk snellere uitslagen en meer consistente analyses. Daarnaast kan het zorgpersoneel efficiënter werken, waardoor er meer tijd overblijft voor andere belangrijke taken, zoals extra meetmomenten of specialistische onderzoeken.

De toekomst
Hoewel de eerste resultaten veelbelovend zijn, is het AI-algoritme nog niet klaar voor standaardgebruik in de kliniek. Er zijn nog aanvullende validatiestudies nodig om de methode te verfijnen en te bevestigen dat deze in alle situaties betrouwbaar werkt.

Nieuwsbericht Cancer Center Amsterdam (in het Engels)