Big data vanuit MRI-onderzoek beter gebruiken

Een grote groep wetenschappers heeft samen een consensus artikel geschreven over het beter gebruik van big data en Artificial Intelligence bij MRI-onderzoek om doorbraken op het gebied van MS te bereiken. Al sinds begin jaren 90 wordt MRI gebruikt voor stellen van de diagnose MS en wordt er onderzoek gedaan naar nieuwe manieren om MRI te gebruiken. Ondertussen zijn er verschillende manieren om MRI-beelden te maken en te interpreteren. Dit levert heel veel data op, maar wat kan je daar mee? Het consensus artikel geeft advies op drie gebieden en is onlangs gepubliceerd in het blad Neurology

Big data en artificial intelligence kunnen worden ingezet om met behulp van MRI MS beter te gaan begrijpen en veranderingen bij MS in de kliniek beter te kunnen gaan meten. Hiervoor zijn er op drie deelgebieden uitdagingen te overwinnen. In het artikel worden concrete mogelijkheden voorgesteld waarmee MRI-metingen bij MS verbeterd kunnen worden, zowel klinisch (voor gepersonaliseerde behandelingen) als in fundamenteel onderzoek (begrijpen van ziekteprocessen). Het artikel geeft concrete aanbevelingen op drie gebieden: crowdsourcing, databescherming en challenges

Aanbevelingen

Crowdsourcing is het online benutten van de kennis, kunde of creativiteit van een grote groep mensen. Door dit te gebruiken bij MRI gegevens kan je bijvoorbeeld vragen aan het publiek om te helpen met intekenen van bepaalde hersengebieden op MRI-scans. Vervolgens kunnen deze gegevens gebruikt worden om het intekenen te automatiseren.

Databescherming is noodzakelijk, maar kost veel tijd, waardoor het niet wordt gedaan en samenwerking soms niet mogelijk is. Eenmaal goed geregeld maakt databescherming het gezamenlijk onderzoek doen eenvoudiger en zorgt het voor een grote hoeveelheid mogelijkheden.

Een laatste aanbeveling zijn het organiseren van analyse challenges. Door software ontwikkelaars in een competitie methoden te laten ontwikkelen voor een bepaalde taak, kan je zorgen dat een klein onderzoeksgebied als MS onder de aandacht komt van ontwikkelaars.

MAGNIMS

Vanuit Amsterdam UMC heeft een aantal wetenschappers meegewerkt, zoals eerste auteur Hugo Vrenken en hoogleraar Frederik Barkhof. Het artikel is een productie van de MAGNIMS groep. MAGNIMS is een Europees samenwerkingsverband van wetenschappers waarin sinds 1990 onderzoek gedaan wordt naar het gebruik van MRI bij MS-onderzoek. In 2018 zijn de MAGNIMS leden in Amsterdam bij elkaar geweest voor een workshop over big data. De drie gebieden zijn daar gekozen en vervolgens is er in groepen aan de stukken tekst gewerkt om later samengevoegd te worden tot een consensus stuk. In het tijdschrift wordt de editorial  geweid aan dit artikel. De schrijvers van de editorial zien ook grote kansen voor MRI om te zorgen voor doorbraken in het MS-onderzoek, mits de uitdagingen die in het artikel beschreven worden overwonnen worden.

Het artikel

Opportunities for Understanding MS Mechanisms and Progression With MRI Using Large-Scale Data Sharing and Artificial Intelligence Hugo Vrenken et al. Neurology 2021  

Editorial

MRI, big data, and artificial intelligence: rewards versus risks (neurology.org)