Artificiële intelligentie ter verbetering van borstkankerdiagnose

Een samenwerking tussen Philips en PathAI

Waarmee kunnen we u van dienst zijn?

Contactinformatie

* Dit veld is verplicht

Land

Voornaam*

Voornaam (fonetisch)

Achternaam*

Achternaam (fonetisch)

Aanhef

Academische titel

E-mailadres*

Telefoon zakelijk

Bedrijf*

Functietitel (bv. Longfunctieanalist)

Industrie

Functie

Specialisme

Afdeling

Staat / Provincie

Plaats

Adres

Postcode

Door uw reden voor contact op te geven, kunnen wij u beter van dienst zijn.

Follow-up informatie

Gewenste contactmethode

Beste tijd om te bellen

Geschatte tijd van aankoop

Interessegebied

Opmerkingen

What is cross border data transfer?

I agree on cross-border transfer of personal information.

Ik wil marketing gerelateerde digitale communicatie ontvangen over Philips producten, diensten, evenementen en aanbiedingen die voor mij relevant kunnen zijn gezien mijn gebruikersvoorkeuren en -gedrag.

www.philips.nl/privacy

Philips en PathAI werken samen om de diagnose van borstkanker te verbeteren dankzij het gebruik van artificiële intelligentie in pathologisch onderzoek met big data.

Philips werkt samen met PathAI, een bedrijf dat artificiële-intelligentietechnologieën voor pathologie ontwikkelt, aan de ontwikkeling van oplossingen die de precisie en de accuraatheid van routinediagnoses van kanker en andere ziektes verbeteren. In het kader van de samenwerking zullen ‘deep learning’-toepassingen in computerpathologie worden ontwikkeld, om deze vorm van artificiële intelligentie te kunnen toepassen op grote pathologische datasets om beter geïnformeerde diagnostische en therapeutische beslissingen mogelijk te maken. De samenwerking focust aanvankelijk op de ontwikkeling van applicaties die het mogelijk maken kwaadaardige letsels in borstkankerweefsel te detecteren en te kwantificeren.

Werklast pathologen verlagen

Een accurate kwantitatieve beoordeling van de ontwikkeling en de omvang van kanker is een centrale en uitdagende taak voor pathologen. Hoewel het een taak betreft die essentieel is voor de diagnose en de behandeling, is het bijzonder tijdrovend en kan het een hogere druk op de pathologen leggen om sneller slides uit te lezen en te analyseren. In het verleden beoordeelden en analyseerden pathologen slides van tumorweefsels handmatig met behulp van een microscoop, maar door het stijgende tekort aan pathologen en het toenemende aantal kankergevallen^1,2 , zijn er digitale pathologieoplossingen en intelligente analyseprogramma’s nodig die de routineuze werklast van de pathologen verlagen, de accuraatheid en de precisie van de diagnoses verbeteren en het foutpercentage terugschroeven.

Borstkanker is wereldwijd de meest verspreide vorm van kanker bij vrouwen.”

Andy Beck

CEO van PathAI

“Borstkanker is wereldwijd de meest verspreide vorm van kanker bij vrouwen; elk jaar worden in de Verenigde Staten ruim 250.000 nieuwe gevallen³ gediagnosticeerd”, aldus Andy Beck, CEO van PathAI. “Wij streven ernaar patiënten te helpen een snelle en accurate diagnose te ontvangen en de behandelend artsen te ondersteunen in een optimale zorgverstrekking, met besluitvormingstools op basis van artificiële intelligentie. Een voorbeeld: het vaststellen van de aan- of afwezigheid van kanker in lymfeklieren is voor een patholoog een routineuze en kritisch belangrijke taak. Toch kan het met behulp van klassieke methodes een bijzonder zware opgave zijn. Uit onderzoek blijkt dat pathologen die met computergebaseerde tools worden bijgestaan, accurater en sneller kunnen werken.”

Deep learning

‘Deep learning’ is een algoritmetechniek die de huidige mogelijkheden in domeinen als financiën, communicatie, automobielindustrie, natuurlijke spraakverwerking, computervisie en veel meer, ingrijpend kan veranderen. Het stelt computers in staat grote datavolumes te analyseren en automatisch patronen te detecteren om nauwkeurige voorspellingen te maken. Philips heeft ‘deep learning’ reeds in zijn klinische computeroplossingen voor radiologie, zoals Illumeo en IntelliSpace Portal 9.0, geïntegreerd. Met de proliferatie van de digitale pathologie en Whole Slide Imaging (WSI), zullen computers binnen afzienbare tijd in staat zijn om te leren en het ‘big data’ potentieel van duizenden digitale beelden van tumorweefsels (histologie) en verwante patiëntengegevens kunnen ontsluiten. Als pionier in de digitalisering van de pathologie, heeft Philips een vooraanstaande digitale-pathologieactiviteit uitgebouwd via strategische investeringen, samenwerkingsverbanden en technologische licenties.

Het digitaliseren van beelden in de pathologie biedt de mogelijkheid om de sector ingrijpend te veranderen.”

Russ Granzow

General Manager van Philips Digital Pathology Solutions

“Het digitaliseren van beelden in de pathologie biedt de mogelijkheid om de sector ingrijpend te veranderen, door nieuwe kansen in de beeldherkenning te ontsluiten”, aldus Russ Granzow, General Manager van Philips Digital Pathology Solutions. “Met de computergebaseerde pathologie en de toepassing van artificiële intelligentie is er een kans om de efficiëntie te verhogen, de accuraatheid en de precisie te verbeteren en pathologen in staat te stellen dingen te zien en toegang te krijgen tot inzichten die voorheen onmogelijk waren.”

Vorig jaar hebben Dr. Andy Beck en zijn collega’s van Harvard Medical School en MIT, een wereldwijde challenge gewonnen rond de detectie van metastatische letsels in lymfeklieren, met een prestatieniveau dat fors rivaliseert met de menselijke foutpercentages. Vandaag bundelen Philips en PathAI hun krachten om ervoor te zorgen dat dergelijke veelbelovende technologieën een praktische toepassing zouden vinden, door pathologen te helpen een uiterst betrouwbare en kwalitatieve diagnose te stellen.

Lees meer over IntelliSite, onze digitale pathologie oplossing.

IntelliSite

¹ The Royal College of Pathologists, https://www.rcpath.org/profession/workforce/workforce-planning.html, Accessed December 2016.

² International Agency for Research on Cancer and Cancer Research UK. World Cancer Factsheet. Cancer Research UK, London, 2014.

³ www.breastcancer.org