Astma is wereldwijd een van de meest voorkomende aandoeningen van de luchtwegen, die meer dan 235 miljoen patiënten treft. Bij kinderen is de diagnose vaak moeilijker dan bij volwassenen. Een vroege diagnose is vooral belangrijk voor kinderen om ernstige aanvallen van de ziekte te voorkomen. Een team van onderzoekers van de Fraunhofer Research Institution for Marine Biotechnology and Cell Technology EMB heeft de krachten gebundeld met enkele hightechbedrijven om een ​​snelle test te ontwikkelen waarbij slechts een druppel bloed nodig is om astma te diagnosticeren. Om dit te doen, de partners gebruiken machine learning.

Dyspneu, kortademigheid en hoesten zijn slechts enkele van de mogelijke symptomen van astma. De getroffenen lijden aan plotselinge aanvallen van bronchiale vernauwing. Het snel identificeren van de ziekte is cruciaal, omdat dat de enige manier is om de dreiging van astma-aanvallen te verminderen, wat zelfs dodelijk kan zijn. Het is vooral belangrijk om de ziekte vroeg bij kinderen te identificeren om snel in te grijpen en de symptomen te verlichten. Echter, het diagnosticeren van kinderen is ingewikkelder en vervelender dan het diagnosticeren van volwassenen. Sommige van de testmethoden waarbij in een buis moet worden geblazen, kunnen niet worden gebruikt voor kleine kinderen. Tijdrovende longfunctietesten kunnen pas vanaf de leeftijd van vier of vijf jaar worden uitgevoerd. Om dit probleem aan te pakken, Fraunhofer EMB werkt samen met Pattern Recognition Company en Raytrix GmbH in het "KillAstma"-project dat wordt gesponsord door de Duitse deelstaat Sleeswijk-Holstein. Een nieuwe snelle test zal naar verwachting na slechts 60 tot 90 minuten een bevinding opleveren - en alles wat nodig is om astma te diagnosticeren, is een druppel bloed en de immuuncellen die het bevat.

Op AI gebaseerde immuuncelanalyse

Het bewegingsprofiel van de bloedcellen van astmapatiënten verschilt van dat van gezonde personen. "Bij patiënten met astma, de immuuncellen bewegen veel langzamer in aanwezigheid van een ontstekingsstimulus, " legt Dr. Daniel Rapoport uit, hoofd van de werkgroep celtechnologie bij Fraunhofer EMB. Het team van onderzoekers put uit deze kennis bij het ontwikkelen van de testset. Het idee is om de immuuncellen in de bloeddruppel gedurende ongeveer 90 minuten te observeren onder een speciaal ontwikkelde holografische microscoop en, op basis van hun bewegingspatroon, om te beoordelen of de patiënt astma heeft. de microscoop, ook wel celscanner genoemd, schakelt automatisch, driedimensionale celtracking in realtime.

Kunstmatige intelligentie (AI) speelt hierbij een sleutelrol, het herkennen van karakteristieke patronen in de complexe bewegingspatronen van duizenden cellen. Maar hoe werkt de technologie in detail? Het bloed en een stof die de ontstekingsstimulus teweegbrengt, worden in een microfluïdische patroon gevuld en vervolgens in de geminiaturiseerde microscoop geplaatst, die bestaat uit een LED en een optische CMOS-beeldsensor die is gekoppeld aan de computersoftware. De beelden worden geëvalueerd met behulp van speciaal ontwikkelde algoritmen. "We kunnen 2000 tot 3000 cellen tegelijkertijd observeren, zorgen voor een hoge statistische precisie, ", zegt Rapoport. De geïdentificeerde bewegingspatronen worden vervolgens overgebracht naar een neuraal netwerk. Zelflerende algoritmen analyseren de bewegingspatronen van de bloedcellen en berekenen de diagnostische index. "AI laat ons afwijkingen in de patronen identificeren. We gebruiken zelflerende algoritmen om deze verschillen vast te leggen. Uitgebreide trainingsgegevens helpen de neurale netwerken patronen te herkennen en onderscheid te maken tussen de profielen van astmapatiënten en gezonde individuen."

Uitbreiding van de methode naar andere ziekten

Geconcludeerd kan worden dat AI ook in staat is om andere afwijkingen van de norm te leren. "Onze methode kan ook worden gebruikt om andere ziekten te analyseren. Dit geldt met name voor auto-immuunziekten en chronische ontstekingsziekten zoals de ziekte van Crohn, colitis ulcerosa en reuma. Het diagnosticeren van deze aandoeningen is een lange, omslachtig proces en aanzienlijk te versnellen met een sneltest op maat, ", zegt de in Lübeck gevestigde onderzoeker. "De eerste tests zijn met succes afgerond. Uit de beeldevaluatie bleek dat onze holografische microscoop superieur is aan een krachtige microscoop." Rapoport en zijn projectpartners zijn momenteel bezig met het optimaliseren van de hardware en de methode. Hun langetermijndoel is het identificeren van individuele manifestaties van astma om de ontwikkeling van gepersonaliseerde behandelplannen mogelijk te maken .