Google maakt microscoop die met kunstmatige intelligentie kanker kan herkennen

Google-onderzoekers hebben tijdens een conferentie in de Verenigde Staten een prototype beschreven van een microscoop die gebruikmaakt van augmented reality en machinelearning om medici te helpen kankercellen in menselijk weefsel te herkennen.

De zogeheten Augmented Reality Microscope is een licht aangepaste reguliere microscoop. Het apparaat werkt door de inzet van neurale netwerken, die eerst zijn getraind op het herkennen van kankercellen in monsters van menselijk weefsel. Als een voorwerpglaasje met menselijk weefsel onder de microscoop wordt gelegd, wordt het beeld dat de medicus door de zoeker ziet, via een camera in een computer geladen.

Algoritmes van Google proberen vervolgens kankercellen te detecteren. Als kwaadaardige cellen zijn gevonden, worden deze in beeld gebracht als een onderzoeker door de zoeker van de microscoop kijkt. Dat gebeurt volgens Google met een vertraging van 100ms. De signaleringen kunnen worden aangebracht in de vorm van tekst, pijlen, contouren, heatmaps of animaties.

De onderzoekers hebben de capaciteiten van de microscoop getest bij twee kankertypes: borstkanker en prostaatkanker. Bij deze typen bleek dat Googles microscoop vrij accuraat kon signaleren of er kankercellen in de monsters zaten. Volgens Google heeft het prototype de potentie om ook andere vormen van kanker en andere ziektes te detecteren, zoals tbc of malaria.

Dit proces van het analyseren van het microscopische beeld en het weergeven van waar eventuele kankercellen zich bevinden, gebeurt in real time. Volgens Google kan het ontwerp voor de microscoop vrij eenvoudig worden toegepast bij bestaande, lichte microscopen die al in ziekenhuizen en klinieken zijn te vinden. Het onderzoek is gepubliceerd onder de titel An augmented reality microscope for
real­time automated detection of cancer.

Reacties (45)

[wouser]

Wauw. Dit is de toekomst van de geneeskunde in mijn optiek. Samenwerking tussen mens en computer kan ons zoveel winst opleveren bij diagnostiek. Op dit moment is er in de medische wereld zo ontzettend veel data dat het bijna niet meer te omvatten is, computers zijn bij uitstek geschikt om hier ons in te assisteren.

Het jammerlijke is dat veel van mijn collega's (dokters) bang zijn hun baan kwijt te raken of anderszins heel huiverig zijn nieuwe technologie toe te passen. Vaak is de ICT kennis en de mogelijkheden die het biedt beperkt in mijn vakgebied.

Ben zeer benieuwd waar we over 20 jaar staan in de zorg met behulp van de ICT. Tevens zie ik nog wel meer nuttige toepassingen voor AI naast diagnostiek:
- Vroegtijdig signaleren van patienten op de afdeling die 'achteruit' gaan. De tendens wordt nu soms relatief laat pas door mensen opgepakt waarbij de combinatie van de vele data in het systeem dit misschien eerder kan signaleren.
- Gedurende operaties (strakker) monitoren wat vocht behoefte is, ondersteuning van het hart, of locaties van bloedverlies bij grotere ingrepen.
- Op de SEH patienten signaleren die acuter zorg nodig hebben / verbeteren triage.
- Preoperatief risico's inschatten bij patienten om ernstige complicaties te voorkomen/beter individuele toelichting geven.

edit: voorbeelden voor toepassingen toegevoegd.

[Reactie gewijzigd door wouser op 22 juli 2024 20:00]

[Beaulion]

Jammer dat je merkt dat je collega's zo huiverig zijn. Ik deel je mening dat ICT een zeer waardevolle aanvulling kan zijn op de diagnostiek. Artsen krijgen zo (zoals je ook al beschrijft) sneller overzicht. Ook denk ik niet dat artsen hierdoor hun baan zullen verliezen, het vak omvat toch meer dan alleen diagnostiek, zoals patiënt gerichte therapie en de ethiek/menselijke besluitvorming die daarbij komt kijken.

Edit: Al kan ik mij voorstellen dat bij een sommige disciplines zoals klinisch patholoog deze toepassingen meer invloed zullen hebben op de kerntaken.

[Reactie gewijzigd door Beaulion op 22 juli 2024 20:00]

[Daoka]

Ik kan wel begrijpen dat ze huiverig zijn. Met alleen deze ontwikkeling natuurlijk niet maar dit is natuurlijk maar de eerste stap. Maar de volgende stap zal misschien wel andere soorten kanker of ziektes herkennen. Misschien omdat het dan sneller gaat bij de dokters dat er al minder dokters nodig zullen zijn.

Daarna komt misschien de stap volledige geautomatiseerde body scan. Volgende stap zal dan wel zijn automatische diagnose en medicatie voor schrijven.

Het is nog ver ver ver weg maar ja uiteindelijk zal het best gebeuren dat er geen dokters meer nodig zijn. Of ieder geval een stuk minder. Maar ja dit zal uiteindelijk voor de meeste werkzaamheden wel gelden.

[wouser]

Precies; het is wellicht niet ondenkbaar dat er in de toekomst een groot deel aan benodigd personeel gereduceerd kan/zal worden. In mijn optiek is dit echter progressie/ontwikkeling.

Dit is echter een ontwikkeling die elk vakgebied kan treffen. Zelf ben ik ook enigszins van mening dat het vaak/als eerste de mensen zijn die het minst met hun tijd meegaan. Er zal altijd iets te doen zijn en je kan de ontwikkeling ook naar je hand zetten en je hierin door ontwikkelen en je op een andere manier in je vakgebied onmisbaar maken.

[Jorgen]

Er zal een tijd overheen gaan waarin men moet leren vertrouwen op de 2nd opinion van de computer. Als dat meer en meer ingeburgerd is en de scores die van gewone dokters benaderen (of zelfs beter zijn), dan lijkt me dit heel mooi. Zou een verplicht onderdeel van de opleiding moeten zijn: nuttig en veilig gebruik van computers en daaraan gerelateerde nieuwe technieken.

---

Hopelijk blijft zo'n overlay via AR wel transparant genoeg om de rest ook te zien en verschillend genoeg om niet te verwarren met daadwerkelijk aanwezig weefsel. Zoals in het filmpje werkt het wel goed en simpel, lijkt me.

[Reactie gewijzigd door Jorgen op 22 juli 2024 20:00]

[henkpoll]

Denken je collega’s dat de inzet van computers voor het ontdekken van medische complicaties, zoals kanker, de groep mensen die mogelijk behoefte hebben aan medisch zorg groter of kleiner maakt?

Ik denk persoonlijk dat er dan alleen nog maar meer behoefte is aan zorg en dat de dokters zich veel meer bezig kunnen gaan houden met genezing dan vaststelling.

Then again, ik ben niet helemaal thuis in die wereld dus wellicht zie ik iets compleet over het hoofd

[Liberteh]

Vast niet zo bang voor ICT als ze zijn voor de natuur en haar geweldige stoffen die ze persee moeten namaken in labs voordat het klinisch getest mag worden. Ik denk dat deze technologie in combinatie met terug gaan naar de natuur een mooie toekomst kan bieden.

[Beaulion]

Kan je dit iets meer toelichten? Ik snap niet helemaal de angst die je beschrijft van artsen voor "de natuur". Veel gebruikte medicatie hebben hun oorspronkelijke basis "uit de natuur", zoals penicilline?

[Liberteh]

Vroeger stond op de medicijnen welke nog steeds rechtstreeks uit de natuur komen nog waar deze goed voor waren. Dit zie je niet meer. Bekijk maar eens de verpakking van een Vögel product bijvoorbeeld. Dit is met een reden: De inrichting van klinische onderzoeken is zo ingericht door Big Pharma dat dit soort natuurlijke oplossingen geen plek meer hebben in onze maatschappij. Deze kunnen namelijk niet uitsluitend getest worden op werkzaamheid waardoor o.a. Vögel het er niet meer op mag zetten.

[Daniel_Elessar]

Beetje vage reactie om het zo te zeggen Veel medicijnen hebben hun oorsprong uit de natuur. Echter wordt in het het bestanddeel eruit gehaald wat echt werkt en de rest ( wat niet werkt) overboord gegooid.
Je krijgt dus een zuiverder product. Dit is in heeel grote lijnen trouwens want er wordt meer gedaan.

[Liberteh]

Het wordt in eerste instantie geïsoleerd, hierna gesynthetiseerd. Er moet natuurlijk wel een patent op gezet kunnen worden waar het bedrijf ongekend veel geld mee verdient. Dit kan niet met een stof uit de natuur. Het is namelijk van de natuur en die vraagt geen octrooien en patenten aan. Mocht de natuurlijke variant van de stof uit heel erg veel kanten effectief lijken te zijn, en de synthetische variant niet, dan zeggen we als maatschappij: het werkt niet.

En het klopt volledig wat je zegt, ik vraag me alleen af hoelang het nog duurt voordat we beseffen dat we het complete pakketje nodig hebben wat de natuur biedt. Zonder de gratis bijwerkingen die de synthetische variant erbij geeft etc.
We zijn momenteel overgeleverd aan Big Pharma om al dan niet een stofje na te maken welke de originele, natuurlijke variant van de molecuul kan evenaren. Indien dit niet het geval is, heb je als potentiële patient die er wat aan heeft, gewoon weg pech.

[Reactie gewijzigd door Liberteh op 22 juli 2024 20:00]

[LOTG]

Ik denk dat je collega's eens rond moeten kijken en in zien dat het al jaren zo ver is. Scanners, robots (Da Vinci) etc.

Dan nog die berg aan hardware die ze in patiënten implanteren zoals pacemakers en insuline pompen.

Maar als een systeem hen helpt bij het herkennen van een afwijking of ziekte is zijn ze bang dat ze hun baan kwijt raken?

Ik denk dat ze zich meer zorgen moeten maken om hun baan al ze geen antibiotica meer kunnen gebruiken.

[Daniel_Elessar]

Ik ben er ook benieuwd naar. En een computer kan veel maar de kennis van eeen specialist zijn soms toch net wat je nodig hebt wat een computer niet kan. Bij triage bij grote rampen kan het misschien wel werken. Daar ben je als aangeduid hoofd ook echt niet blij maar ze doen hun werk. Daar beslis je nu eenmaal over leven en dood.

Echter heb ik ook een sop OK aanwezig mogen zijn bij een zware hartoperatie. Dat ging toen niet zo heel goed, er bleven "lekken" om het zo te noemen. Andere specialist was al overgekomen en op een gegeven moment waren ze het erover eens om te stoppen en te zien wat er dan gebeurde. Het bloeden stopte even nadien gelukkig ook. Maar dat was heftig om bij te zijn. Een computer kan in zo'n geval misschien helpen maar misschien ook niet.

Het is inderdaad een hulpmiddel en geen laatste oordeel. Het helpt bij diagnosticeren op verschillende vlakken. Heel erg goed !

[Raindeer]

Ik raad iedereen aan om het filmpje te bekijken. Wat Google hier gedaan heeft is pathologen helpen bij het herkennen van kanker. Niemand wordt vervangen, maar ze worden geholpen. De situatie is als volgt:

1. Een patholoog krijgt een biopsie van cellen te zien. Dit is een veld paars gekleurde rondjes.
2. De patholoog moet in dit veld van paars gekleurde rondjes zien of foute cellen tussen zitten of dat alles schoon is.
3. Google's machine learning algoritme kijkt mee en wijst naar mogelijke probleemgebieden.
4. Als er problemen zijn, dan helpt dit de patholoog om sneller de probleemgebieden te vinden en te herkennen. Dit scheelt, tijd, braincycles, geld. Het bespaart misschien ook momenten waarbij de patholoog het misschien niet ziet, maar het er wel is.
5. Als er geen problemen zijn, dan krijgt de patholoog misschien wel false positives. Dit kan vervelend zijn, maar ook goed. False positives helpen op drie manieren. 1. Ze kunnen de AI helpen trainen. 2. Ze kunnen de patholoog wijzen op dingen die niet helemaal normaal zijn. 3. Ze bevestigen voor de patholoog dat ie goed zit, hetgeen extra zekerheid geeft.

Dit vervangt dus niemand. Wat dit doet is hetzelfde als het kunnen kleuren van cellen of een microscoop. Het is een extra hulpmiddel om beter de zee van cellen die in een biopsie zitten te kunnen herkennen en analyseren.

[HolaGanz]

Daar aan toevoegende: de variabiliteit tussen verschillende specialisten bij het classificeren en afbakenen van pathologische gebieden is enorm en het is daarom lastig te zeggen wat de waarheid is per case. Dit heeft te maken met de verschillende ervaring en achtergrond van die specialisten en kan zo maar afhangen van de gemoeds- en mentale toestand van die dag.

Met dit soort hulpmiddelen kunnen we uiteindelijk een veel betere en voorspelbaardere vaststelling maken van abnormaliteit in weefsel en uiteindelijk dus een betere diagnose en behandeling voor de patiënt realiseren.

[Daoka]

Nu ben ik niet bekent met het werk van een patholoog (hoelang het duurt met het onderzoeken vooral en de werkdruk). En deze microscoop zal zich nog moeten bewijzen dus voorlopig zal het nog niet gebeuren. Maar uiteindelijk als het genoeg tijd bespaart en goed genoeg werkt zou het best kunnen zijn dat er toch mensen ontslagen kunnen worden. Al is dat technisch gezien natuurlijk niet precies hetzelfde als vervangen.

[InflatableMouse]

Elk algorithme dat iets nu uit een patroontje kan herkennen noemen we tegenwoordig een kunstmatige intelligentie.

Dit is geen kunstmatige intelligentie, dit is een algorithme dat patronen herkent. Dat het met behulp van een ingewikkeld neuraal netwerk gebeurd maakt het nog geen kunstmatige intelligentie.

Laten we even kijken wat intelligentie is:
1. De capaciteit om kennis en ervaring te vergaren en toe te passen
2. De capaciteit tot denken en redeneren

De compinatie van bovenstaande leidt tot bewustzijn, iets wat wij mensen een een aantal dieren hebben. Bewustzijn is het besef dat je iets bent, dat je bestaat en dat jouw handelen effect heeft op je omgeving.

Kunstmatige intelligentie is dus een computer die in staat is bovenstaande 2 punten toe te passen. Door te leren, toe te passen en te redeneren zou dit een bewustwording tot stand moeten brengen. Het probleem hiermee is dat dit neurale netwerk is geprogrammeerd om patronen te herkennen, te leren en dat toe te passen. Het is echter beperkt tot wat het geprogrammeerd is te leren en zal nooit punt 2 nooit en te nimmer doen.

Wat mij betreft is dit dus geen intelligentie en zouden we het ook niet zo moeten noemen.

[Reactie gewijzigd door InflatableMouse op 22 juli 2024 20:00]

[gamer13]

Ik wil niet te filosofisch gaan worden over wat AI nou precies is, maar door de band genomen is AI de computer in staat stellen om de intelligentie van de mens te immiteren. En hoe dat gebeurt kan verschillend zijn. Rule-based, pattern recognition, deep learning, etc.

Nu zeg jij dat Machine Learning (ML) geen AI is en geef je een eigen interpretatie van een definitie van wat intelligentie is. Maar om dus "kennis te vergaren en toe te passen" zul je een implementatie van intelligentie moeten hebben. En laat dat nou net ML zijn. Sterker nog, ML is een subset van AI. Waarbij tegenwoordig zelfs Deep Learning (DL) wordt gezien als subset van ML.

Dus uiteindelijk zitten we over hetzelfde te praten, alleen is de definitie die jij geeft van AI een definitie van de zogenoemde "Strong AI". Deze strong AI houdt in dat de entitieit dezelfde intelligentie benadert als de mens. Waar we in dit artikel over praten is "Weak AI" en dat is intelligentie die in staat is om een subset van taken te volbrengen.

[InflatableMouse]

Er is niets filosofisch aan hoor. Ik geef geen eigen interpretatie aan wat intelligentie is, ik neem de definitie zoals deze algemeen geaccepteerd is.

Je zegt dat een ai een computer is die in staat is de intelligentie van de mens te immiteren ... daarmee moet het voldoen aan punt 1 en 2 uit mijn vorige reactie, want anders is het geen intelligentie.

ML is wat mij betreft geen AI, dat is een punt wat ter discussie staat want ML valt onder punt 1 maar niet punt 2 dat ik noemde.

[gamer13]

Als jij je zo krampachtig wilt vasthouden aan het lijstje met de twee punten die jij noemt, dan wil ik best wel toehappen:

Volgens jou is punt 2 wat ML van AI onderscheidt: "De capaciteit tot denken en redeneren". Het begrip 'denken' is nogal breed. Als jij een definitie van denken kunt geven wil ik daar best wel op door willen gaan.

Het begrip 'redeneren' is niet alleen een bekend begrip in AI maar ook in ML (als we dan toch die dingen apart gaan zien). Neem bijvoorbeeld Bayesian Inference wat een bekende ML methode is en waarvan tevens delen van terug te vinden zijn in het menselijk brein en gedrag [1]. Verder is er het hele "Knowledge representation and reasoning" deel binnen AI. Dit wordt gebruikt om te kunnen redeneren over een probleem binnen een bepaalde wereld. Denk hierbij aan multi-agent systems [2] die met elkaar moeten coordineren. Hiervoor heb je verschillende ML toepassingen om zo'n representatie op te bouwen en vervolgens over te kunnen redeneren.

[DerManiak]

Jij hebt het over generieke AI, terwijl de term 'kunstmatige intelligentie' nu ook vaak gebruik wordt voor specifieke AI: een computer (algoritme) wat heel goed is in 1 specifieke menselijke taak én daar beter in kan worden. Dat kan zijn spraakherkenning, interpreteren van teksten of - zoals hier - het herkennen van patronen in beelden. In mijn ogen is dit zeker wel een (beperkte) vorm van een slimme computer, en niet slechts een 'simpel' algoritme. Er is geen programmeur die de uiteindelijke code begrijpt, het algoritme is zelflerend, ook al kan het dat alleen maar met de juiste input van ons.

Toegegeven, de term 'AI' lijkt aan inflatie onderhevig, we bedoelen er nu niet hetzelfde mee als in de jaren '60/'70 in de boeken van Isaac Asimov.

[BugBoy]

Wat jij beschrijft is machine learning en dat is meestal een zelflerend/-corrigerend neuraal netwerk.

Het kunnen ontdekken van kankercellen uit microscopische beelden mag je wat mij betreft prima onder de naam kunstmatige intelligentie schuiven. Zelfs het sorteren van een lijstje is eigenlijk kunstmatige intelligentie in mijn ogen.

Dat het tegenwoordig een hippe term is en de termen AI en ML door elkaar gebruikt worden maakt het wat verwarrend. In mijn ogen zijn het heel verschillende dingen.

[InflatableMouse]

Nee, ik denk het niet. ML is punt 1 uit mijn reactie, terwijl ai uit beide punten zou moeten bestaan.

[kuurtjes]

Groot gelijk heb je. Maar dat verkoopt niet.

[Belecthor]

Bizar die ontwikkeling van gewone diagnostiek naar deze vorm met behulp van AI. Ik ben heel benieuwd (en hoopvol!) naar wat de toekomst gaat brengen omtrent dit onderwerp en welke ziektes hiermee allemaal eerder herkend kunnen worden.

[Verwijderd]

Ik vind het echter verbazend dat het zo lang heeft geduurd. In de medische diagnostiek worden al jaren machines gebruikt die de testen uitvoeren, van Chemische analyses die stoffen in het bloedplasma testen tot machines die Bloed cellen herkennen en tellen.

Dit is al lang ingeburgerd.

Het cytologisch onderzoek is nog een handmatige visuele gebeuren. Blijkbaar zijn we nu pas op het punt waarbij beeldherkenning can computers in de buurt komt van de mens.

Cytologie is zeer specialistisch werk waarbij je individuele cellen en hun rijpings stadium visueel probeert te herkennen. Soms kan je een cel anders beoordelen door aangrenzende cellen in je beoordelingen mee te nemen. Het kan dus daarom context gevoelig zijn en daar hebben computers moeite mee want die denken vaak in hokjes

[Reactie gewijzigd door Verwijderd op 22 juli 2024 20:00]

[Iblies]

Je kunt ook de marketing van Google doorprikken. Je hebt scala aan boeken en video’s waarin beschreven staat hoe bepaalde cellen zich gedragen en uitzien.

Daar heeft google niets mee te maken.


De grote fout die mensen maken is dat ze Google als innovator zien binnen de medische wereld.

Een mooi voorbeeld is een oog-scan;
https://en.wikipedia.org/wiki/Retinal_scan

Je kunt daarmee mobiel (smartphone) op afgelegen plekken bepaalde ziektes sneller opsporen. Met simpele apparatuur of apparatuur die ruim voor handen is kun je sneller een diagnose maken. Is een techniek die een laatste 10 jaar in een stroomversnelling is geraakt.

3x Raden wie daar mee loopt te pronken,
https://m.hln.be/wetensch...-oog-te-scannen~a26fb49c/

Laten we als maatschappij, en met name politici, vooral Google geen geld toeschuiven voor ‘innovatie’. Dat doen ze namelijk niet.

[Daniel_Elessar]

Nee, maar ze knopen zo wel de eindjes aan elkaar en hebben er het hard nodige geld voor over. De onderzoeken zijn enorm kostelijk en als je dan Google, Apple of Gates Foundation als partner kan krijgen? Waarom niet?

[DigitalExorcist]

Google heeft wel de infrastructuur, rekenkracht en databases om het te realiseren. Als elk ziekenhuis dat op zichzelf moet gaan doen, het wiel opnieuw uitvinden, ben je nog veel verder van huis.

[raro007]

Als het zo makkelijk is als jij beschrijft waarom deed jij het niet?

[Don Kedero]

Op een gegeven moment komen we zover dat we even prikken met een naald, onze vinger met bloed tegen de cameralens van onze smartphone duwen é voila uitslag in x seconden.
(voor hygiënische redenen en besmettingsgevaar even de smartphone ontsmetten uiteraard)

[selena81]

Er zijn nu toch al geïmplanteerde sensors die bijv de glucose meten bij diabetes?
Ik verwacht dus niet dat zelf-bloed-prikken onderdeel zal worden van het proces.

[DigitalExorcist]

Voor de camera? Gewoon in een apparaatje steken, en Bluetooth met je foon doet de rest ;-)

[WhizzKid-Eddy]

Nu nog een machine vinden die het kan uitroeien...

[Daniel_Elessar]

Er zijn veel soorten kankers die inmiddels goed te behandelen zijn. Echter zijn er ook die dat niet zijn. Er wordt dag en nacht aan gewerkt. Maar je zit met verschillende issues waaronder geld een hele belangrijke is. Ergens moeten de mensen die onderzoek doen betaald worden, net als al het materiaal dat gebruikt wordt en dat is niet even bij de gamma of blokker op de hoek te koop. Dat zijn vaak dure apparaten en de mensen die het snappen hebben vaak ook een redelijk maandsalaris. En terecht, veel kennis en lang gestudeerd.

[selena81]

Ik ben daarin echt communistisch: onderwijs moet gratis zijn, en in ruil werken afgestudeerden voor een mild salaris.

Sommige apparatuur of grondstoffen zijn nou eenmaal duur, vanwege bijv zeldzaamheid.
Maar als je wetenschap doet op basis van winst krijg je volgens mij vooral dat oude meuk telkens wordt opgewarmd door de marketing-afdeling.
(En dan is google relatief gezien nog extreem idealistisch)

[Oli4 Hokke]

In een mooi jasje gegoten product filmpje, maar dit gebeurt toch al jaren in de medische wereld? Ik zie niet hoe dit anders is dan wat ik kreeg voorgeschoteld tijdens mijn colleges Medical Visualization op TU Delft.

Dat neemt echter niet weg dat het super vet is en dat het een applausje verdient !

[MSalters]

Grappig dat dit als "nieuw" beschowd wordt. Mijn afstudeervakgroep ("Patroonherkenning", TU Delft) is ontstaan vanuit de microscopie-vakgroep, en gebruikte al AI om kanker te herkennen in 1998. Ja, dat is 20 jaar geleden. Ongetwijfeld werkt het nu beter, want 20 jaar nieuwere hardware, maar wetenschappelijk gezien is dit oud nieuws.

[Verwijderd]

Geweldig die vooruitgang door AI en machine leaning!!!!!!!!!!!!!

[EvH]

Ik kan niks anders zeggen dan WOW!
"Google is evil" krijgt zo in 1x een hele positive wending

[DigitalExorcist]

Dan heb je toch maar weer mooi een dag gewonnen zeg ik.