Welkom op het Onc AI platform!

Door AI aangedreven technologie om duidelijkheid te scheppen in beslissingen bij de behandeling van kanker

Wat is Onc AI?

Dit platform is ontworpen om de respons op FOLFIRINOX te voorspellen bij patiënten met pancreas ductaal adenocarcinoom (PDAC). Op dit moment is FOLFIRINOX de standaardbehandeling bij patiënten met lokaal gevorderde of uitgezaaide PDAC als inductie of palliatieve chemotherapie, en wordt het steeds meer onderzocht als neoadjuvante behandeling bij (borderline) resectabel PDAC. Echter weten we dat 20-30% van de patiënten progressie van de tumor laat zien tijdens de behandeling, en dat 30-40% van de patiënten graad 3 of hogere toxiciteit van de behandeling ervaart. Daarom is het belangrijk om van tevoren te kunnen classificeren of iemand wel of niet op de behandeling gaat reageren, om zinloze behandeling met mogelijk ernstige bijwerkingen te voorkomen.

Wat is Onc AI?

Het model

Daarom hebben we een predictie model ontwikkeld op basis van een random forest model, door middel van machine learning, een vorm van artificial intelligence. Dit model is getraind op een dataset van 203 patiënten met PDAC die behandeld zijn met FOLFIRINOX, alle ziektestadia inbegrepen. Patiënten met een bilirubine >50μmol/L en GFR <30mL/min zijn hierbij geëxcludeerd. Van deze patiënten zijn bloedwaarden afgenomen vóór start van de FOLFIRINOX, en na één kuur van deze chemotherapie. Dit zijn bloedwaarden die vaak in regulier lab worden meegenomen. U kunt een lijst van deze waarden onderaan de pagina vinden. Daarnaast worden leeftijd, geslacht en BMI (berekend op basis van lengte en gewicht) meegenomen in het model.

Het hieruit ontwikkelde model heeft een f1-score 1 en balanced accuracy 2 van 0.98, en een accuracy 3 van 0.94. Dit houdt in dat het model met 98% accuratesse patiënten zou kunnen kan classificeren tussen wel of niet reageren op FOLFIRINOX. Dit ligt iets lager voor wanneer alleen de bloedwaarden vóór start van de chemotherapie bekend zijn, namelijk f1-score en balanced accuracy van 0.97, en accuracy van 0.95. Echter, het model heeft nog wel een validatie studie nodig.

Hoe werkt het?

U kunt een account aanmaken met uw ziekenhuis/werk-mailadres. U kunt dan in dit platform anoniem een patiënt ID aanmaken waarin u gevraagde waarden invult. U kunt dit al doen vóór start van de chemotherapie, om een richtlijn te krijgen. De patiënt ID’s worden namelijk gekoppeld aan uw account, waardoor de patiënt ID’s met bijbehorende waarden opgeslagen zullen worden. Na start van de chemotherapie kunt u de aanvullende waarden invullen, om een nog accuratere voorspelling te krijgen. Ook wanneer niet alle waarden bekend of gemeten zijn, kan het model een voorspelling doen.

Het platform is speciaal ontwikkeld voor medici. Daarmee is dit model in staat om te ondersteunen in de klinische besluitvorming en shared-decision making met patiënten, om wel of niet met FOLFIRINOX chemotherapie te starten. Let wel, het gaat om een ondersteunende functie. Uiteraard kan er afgeweken worden van de uitkomst van het predictiemodel op basis van medische redenen, of na overleg in een MDO of met patiënt. Wanneer het model voorspelt dat een patiënt niet zal reageren kunnen andere studie- of behandelopties besproken worden, zoals behandeling met gemcitabine/nab-paclitaxel, hoewel niet bekend of patiënt hierop wel zal reageren. Een andere mogelijkheid is best supportive care, of alsnog met FOLFIRINOX te starten.

Aanmelden

Uw e-mailadres is strikt vertrouwenlijk

Copyright 2025 - Onc AI - Surlinio™