AI-taalmodel geeft nieuwe inzichten in de ontwikkeling van hersenziekten

Facebooktwitterlinkedinmail

14 maart 2024 – Een nieuw AI-taalmodel signaleert klinische symptomen in medische samenvattingen en koppelt deze aan hersenweefsel van donoren van de Nederlandse Hersenbank. Dit levert nieuwe inzichten op in de ontwikkeling van het individuele ziekteproces en draagt bij aan een beter begrip van veel voorkomende misdiagnoses van hersenziekten. Het model kan in de toekomst mogelijk helpen om nauwkeuriger diagnoses te stellen. 

Bij veel hersenziekten worden de onderliggende moleculaire veranderingen in de hersenen vaak slecht begrepen, wat het lastig maakt om nieuwe behandelingsmogelijkheden te ontwikkelen. Het onderzoeken van deze moleculaire mechanismen is extra uitdagend omdat de relatie tussen de daadwerkelijke afwijkingen in het weefsel en de symptomen van de patiënt vaak erg complex is. Sommige symptomen komen bijvoorbeeld voor bij meerdere aandoeningen, en het klinisch beeld kan sterk variëren van patiënt tot patiënt, wat resulteert in een aanzienlijk percentage verkeerde diagnoses (tot 30 procent). Inzichten verkregen door een nieuw ontwikkeld AI-taalmodel kunnen hier in de toekomst mogelijk verandering in brengen.

Bij de Nederlandse Hersenbank is hersenweefsel opgeslagen van meer dan 5000 hersendonoren met een breed scala aan verschillende hersenziekten. Wat de Nederlandse Hersenbank uniek maakt is dat zij, naast het weefsel met bijbehorende zeer precieze neuropathologische diagnoses, ook de medische geschiedenis en het ziektebeloop met de symptomen van de donoren hebben vastgelegd. Deze schat aan gegevens was echter nog niet kwantificeerbaar omdat deze volledig als tekst is uitgeschreven, waardoor deze symptomen niet aan de moleculaire veranderingen in de hersenen kon worden gerelateerd.

Taalmodel
Inge Huitinga en haar team van de Nederlandse Hersenbank in het Nederlands Herseninstituut hebben de krachten gebundeld met Inge R. Holtman en haar team van het Universitair Medisch Centrum Groningen om deze informatie te kunnen ontsluiten met behulp van een nieuw AI-taalmodel. Dit classificatiemodel maakt het mogelijk om de tekst van de medische dossiers te analyseren en vooraf gedefinieerde symptomen te detecteren. Daarnaast hebben zij een tweede AI-predictiemodel ontwikkeld om daadwerkelijk diagnoses te kunnen stellen op basis van het klinische beeld.

Inge Holtman: ‘Eerst moesten de dossiers doorgespit worden om te kijken welke  symptomen regelmatig voorkomen bij donoren met de verschillende hersenziektes. We hebben uiteindelijk 90 verschillende symptomen geïdentificeerd in vijf verschillende domeinen: psychiatrische symptomen (zoals depressie, psychoses), cognitieve symptomen (zoals dementie, geheugenproblemen), motorische problematiek (zoals trillingen) en sensorische symptomen (zoals dingen voelen die er niet zijn). Hierna hebben we 20.000 zinnen handmatig gelabeld om het classificatiemodel te trainen.’

Het definitieve model heeft uiteindelijk voor alle donoren bepaald welke symptomen jaarlijks optraden. Het viel op dat het predictiemodel vrij goed was in het stellen van de juiste diagnose, maar nog tekort schoot bij zeldzame stoornissen. Bij het analyseren van de diagnoses die door het predictiemodel werden gesteld, kwam een groep van donoren naar voren die onjuist was gediagnosticeerd. Het bleek dat een aanzienlijk aantal van deze donoren ook tijdens hun leven door de arts verkeerd was gediagnosticeerd.’

Subtypes
Holtman: ‘Het lijkt erop dat een groep mensen met de de ziekte van Alzheimer symptomen vertoont die eerder doen denken aan de ziekte van Parkinson. Of een groep mensen  met Fronto-temporale Dementie die zich manifesteert als de ziekte van Alzheimer. Het is vaak moeilijk om deze groepen goed te diagnosticeren bij leven.We streven ernaar het predictiemodel continu te verbeteren, in de hoop dat diagnoses van hersenziekten nauwkeuriger kunnen worden gesteld.’

Inge Huitinga: ‘De realiteit is dat veel mensen een combinatie hebben van verschillende ziektebeelden. Het begrijpen van moleculaire veranderingen in de hersenen die bijdragen aan de symptomen bij hersenziekten is daarom cruciaal. Moleculaire biomarkers om de diagnose te stellen, prognoses te maken en uiteindelijk de behandeling te sturen, zijn de toekomst. Ons doel is uiteindelijk om een moleculaire atlas van de hersenen samen te stellen die relateren aan symptomen van hersenziekten. Zo’n atlas laat precies zien welke cellen en moleculen in de hersenen veranderen bij symptomen zoals angst, vergeetachtigheid en depressie.’

‘We verwachten dat de opbrengst van deze moleculaire atlas enorm groot wordt. Het zal helpen diagnoses van hersenziekten meer accuraat te stellen en inzicht in de oorzaak van de symptomen vergroten. Wanneer we de moleculaire veranderingen in kaart hebben, dan hopen we de eerste biomarkers te identificeren die bij leven kunnen voorspellen wat de juiste diagnose is. Dit opent deuren naar de ontwikkeling van nieuwe therapieën. Wij leggen nu de eerste steen.’

Dit onderzoek is mede mogelijk gemaakt door funding van de Stichting Vrienden van het Herseninstituut.

Bron: Nature Medicine / herseninstituut.nl

Dit bericht is 1028 keer gelezen.

Facebooktwitterlinkedinmail