Leiden sluit zich aan bij EU-initiatief om kankeronderzoek in Europa te verbinden
Hoe meer onderzoeksgegevens we bundelen, hoe beter we nieuwe behandelingen voor kanker kunnen vinden. Maar hoe zorgen we dat patiëntgegevens veilig blijven als we ze delen? Leidse onderzoekers gaan deze uitdaging aan in een groot Europees project.
Het project is het grootste EU-initiatief binnen de zogenoemde Mission on Cancer. In totaal werken 53 partners uit 19 landen samen, met een budget van 30 miljoen euro voor vijf jaar. Hun doel is om gebruiksvriendelijke tools te ontwikkelen die het delen van gegevens versnellen, zonder dat de privacy van patiënten in gevaar komt. Uiteindelijk moet dit leiden tot betere diagnoses en behandelingen in ziekenhuizen overal in Europa.
Kankeronderzoek binnen Europa verbinden
‘Tot nu toe werkten databanken voor kankeronderzoek vooral los van elkaar’, zegt Marco Spruit, een van de drie Leidse onderzoekers die betrokken zijn bij het UNCAN-Connect-project. ‘Ons doel is om al die netwerken te verbinden tot één groot samenwerkingsverband.’
In de praktijk betekent dit dat gegevens altijd op de servers van het ziekenhuis blijven staan. Gevoelige patiëntinformatie wordt dus niet rondgestuurd. Onderzoekers delen alleen de resultaten van hun analyses. Zo kunnen ze sneller ontdekkingen doen, terwijl ze strenge privacyregels in acht nemen.
Onderzoekers delen alleen de resultaten van hun analyses. Zo kunnen ze sneller ontdekkingen doen, terwijl ze strenge privacyregels in acht nemen.
Twee belangrijke tools uit Leiden
Het Leidse team gaat een zoekmachine voor data ontwikkelen en een zogenoemd AI-observatorium. Promovenda Kiana Shahrasbi legt uit wat de zoekmachine doet: ‘We bouwen een tool die duizenden medische artikelen tegelijk kan lezen.’
De zoekmachine gebruikt zowel klassieke taaltechnieken als moderne AI-modellen om details te vinden die vaak verstopt zitten in de tekst, zoals leeftijd van patiënten, afkomst of de grootte van een onderzoeksgroep. Dit helpt wetenschappers om snel de juiste datasets te vinden voor hun onderzoek.
Maar ook nadat een AI-model in een ziekenhuis wordt gebruikt, moet gecontroleerd worden of het goed blijft werken. ‘Het observatorium houdt in de gaten hoe zo’n model presteert en checkt bijvoorbeeld dat elke patiëntengroep minstens tien leden heeft, zoals de Nederlandse richtlijnen voorschrijven’, vertelt Spruit. Als het aantal groepsleden te klein wordt of als het model minder goed begint te werken, bijvoorbeeld als de gegevens na verloop van tijd steeds meer afwijken van de trainingsgegevens, geeft het systeem een waarschuwing.
Grote patiëntengroepen bestuderen versnelt doorbraken
Door gegevens van veel centra samen te voegen, kunnen onderzoekers grotere patiëntengroepen bestuderen. Dat maakt de conclusies sterker en versnelt doorbraken. Grote datasets maken het ook mogelijk om zeldzame patronen op te sporen, wat weer kan leiden tot betere tests voor vroege opsporing en effectievere, meer persoonlijke behandelingen.
‘We kunnen AI-modellen trainen zonder dat patiëntgegevens ooit verplaatst worden’, legt Spruit uit. ‘Het is privacy by design: de modellen leren van lokale gegevens en delen alleen de kennis die ze opdoen, nooit de ruwe data zelf.’
Door gegevens van veel centra samen te voegen, kunnen onderzoekers grotere patiëntengroepen bestuderen.
Europese artsen helpen om betere kankerzorg te bieden
In oktober start het project officieel met een tweedaagse workshop. Dan worden de plannen aangescherpt en mijlpalen vastgesteld. De drie Leidse onderzoekers Marco Spruit, Armel Lefebvre en Kiana Shahrasbi hebben er veel zin in.
‘In Nederland richten initiatieven zich vaak op nationale samenwerkingen’, vertelt Lefebvre. ‘Maar echte vooruitgang bereik je door netwerken over de grenzen heen te verbinden. Het oplossen van die internationale uitdagingen is wat mij motiveert.’
Shahrasbi vult aan: ‘Met mijn achtergrond in computerwetenschappen en AI wilde ik altijd al bijdragen aan betere diagnoses en behandelingen. Dit project is precies de kans waar ik op hoopte.’
Omdat de onderzoekers werken met open source-code, transparante methodes en een breed Europees netwerk, hebben ze er vertrouwen in dat hun werk niet alleen in de onderzoeksfase blijft hangen. Aan het eind van de vijf jaar hopen ze een volledig werkend platform te hebben, dat artsen in heel Europa helpt om betere zorg voor kankerpatiënten te bieden.