Onderzoekers van de University of Pittsburgh School of Medicine en Carnegie Mellon University College of Engineering hebben een algoritme voor machine learning ontwikkeld dat subtiele tekenen van artrose kan detecteren – te abstract voor het oog van een getrainde radioloog – op een MRI-scan die is gemaakt jaren voordat de symptomen zelfs maar beginnen. Deze resultaten verschijnen deze week in PNAS.
Met deze voorspellende benadering zouden patiënten op een dag kunnen worden behandeld met preventieve medicijnen in plaats van een gewrichtsvervangende operatie te ondergaan.
“De gouden standaard voor het diagnosticeren van artritis is röntgenstraling. Naarmate het kraakbeen verslechtert, neemt de ruimte tussen de botten af”, zei co-auteur Kenneth Urish, MD, Ph.D., universitair hoofddocent orthopedische chirurgie bij Pitt en associate medical directeur van het bot- en gewrichtscentrum in het UPMC Magee-Womens Hospital. “Het probleem is dat als je artritis op röntgenfoto’s ziet, de schade al is aangericht. Het is veel gemakkelijker om te voorkomen dat kraakbeen uit elkaar valt dan om het weer te laten groeien.”
Gewrichtsvervanging
Op dit moment is de primaire behandeling van artrose gewrichtsvervanging. En de aandoening komt zo vaak voor dat knievervanging de meest voorkomende operatie is in de VS voor mensen ouder dan 45 jaar. Voor deze studie keken de onderzoekers naar knie-MRI’s van het Osteoarthritis Initiative, dat duizenden mensen zeven jaar lang volgde om te zien hoe artrose van de knie zich ontwikkelt. Ze concentreerden zich op een subgroep van patiënten die aan het begin van het onderzoek weinig bewijs van kraakbeenschade hadden.
Achteraf gezien weten we nu welke van deze deelnemers artritis ontwikkelden en welke niet, en de computer kan die informatie gebruiken om subtiele patronen op de MRI-scans van presymptomatische mensen te leren die voorspellend zijn voor hun toekomstige osteoartritisrisico.
Kraakbeen
“Wanneer doktoren naar deze afbeeldingen van het kraakbeen kijken, is er geen patroon dat met het blote oog naar buiten springt, maar dat betekent niet dat er geen patroon is. Het betekent alleen dat je het niet kunt zien met conventionele gereedschappen, “zei hoofdauteur Shinjini Kundu, MD, Ph.D., die dit project voltooide als onderdeel van haar graduate training in het Pitt Medical Scientist Training Program en Carnegie Mellon Department of Biomedical Engineering.
Om deze aanpak te valideren, heeft Kundu, die nu huisarts en medisch onderzoeker is bij de Johns Hopkins Department of Radiology, het model getraind op een subset van de knie-MRI-gegevens en het vervolgens getest op patiënten die het nog nooit eerder had gezien. Kundu deed dit tientallen keren, waarbij elke keer verschillende deelnemers werden achtergehouden, om het algoritme op alle gegevens te testen.
Nauwkeurigheid
Over het algemeen voorspelde het algoritme artrose met een nauwkeurigheid van 78% op basis van MRI’s die drie jaar vóór het begin van de symptomen werden uitgevoerd.
Momenteel zijn er geen medicijnen die voorkomen dat presymptomatische osteoartritis zich ontwikkelt tot een volledige verslechtering van de gewrichten, hoewel er een paar zeer effectieve medicijnen zijn die kunnen voorkomen dat patiënten een verwante aandoening ontwikkelen – reumatoïde artritis.
Medicijnen
Het doel is om dezelfde soorten medicijnen voor artrose te ontwikkelen. Meerdere kandidaten zitten al in de preklinische pijplijn. “In plaats van 10.000 mensen te rekruteren en hen 10 jaar te volgen, kunnen we 50 mensen inschrijven waarvan we weten dat ze binnen twee of vijf jaar artrose zullen krijgen”, zei Urish. “Dan kunnen we ze het experimentele medicijn geven en kijken of het de ontwikkeling van de ziekte stopt.”
Beeld: Kundu et al. (2020) PNAS
