Colorectale kanker is wereldwijd de tweede belangrijkste doodsoorzaak door kanker. Vroege opsporing verhoogt de kans op succesvolle behandeling, maar colonoscopieën – de huidige standaardmethode – zijn duur en onaangenaam, wat vaak tot late diagnoses leidt.
Onderzoekers van de Universiteit van Genève (UNIGE) hebben met behulp van kunstmatige intelligentie en machine learning een nieuwe methode ontwikkeld om colorectale kanker op te sporen via darmbacteriën in stoelmonsters. Voor het eerst werd een uitgebreide catalogus van menselijke darmmicrobiota op subspecies-niveau samengesteld. Dit niveau van detail maakt het mogelijk om beter te begrijpen welke bacteriële subgroepen bijdragen aan ziekte.
Met dit model konden de onderzoekers:
90% van de gevallen van colorectale kanker detecteren – bijna even goed als colonoscopie (94%) en beter dan andere niet-invasieve tests.
Een niet-invasief, goedkoop en patiëntvriendelijk screeningsmiddel ontwikkelen.
Een eerste klinische studie wordt opgestart in samenwerking met de Geneva University Hospitals (HUG) om de methode verder te verfijnen en het detectiebereik (stadia en laesies) te bepalen.
De toepassingen reiken verder dan colorectale kanker: dezelfde aanpak kan in de toekomst gebruikt worden om andere ziekten vroegtijdig op te sporen en de rol van darmmicrobiota in de menselijke gezondheid beter te begrijpen.
