Om longkanker te diagnosticeren en de optimale behandelstrategie te bepalen, zijn artsen doorgaans afhankelijk van weefselonderzoek. Het afnemen van biopten is echter ingrijpend en levert niet altijd voldoende informatie op. PhD-onderzoeker Esther Visser laat in haar onderzoek zien dat bloedtesten een minder belastend alternatief kunnen bieden.
“Een biopsie kan op verschillende manieren gebeuren”, vertelt Visser. “Via een chirurgische ingreep, met een naald die door de borstwand in de long wordt gebracht of met een slang die via de neus of mond door de luchtwegen wordt geleid.” Deze procedures zijn niet alleen zeer belastend voor de patiënt, maar leveren ook niet altijd voldoende informatie op. Soms is de tumor lastig bereikbaar, waardoor het moeilijk is om geschikt weefsel af te nemen, of bevat het biopt te weinig kankercellen, waardoor de procedure herhaald moet worden. Daarnaast komt niet elke patiënt in aanmerking voor een biopsie; sommigen zijn te kwetsbaar om de ingreep te ondergaan. “Er kunnen complicaties optreden, zoals een klaplong als reactie op het inbrengen van de naald”, aldus Visser.
“Het idee is dat we in het bloed verschillende biomarkers – meetbare biologische kenmerken – kunnen meten die ons meer vertellen over de diagnose”, legt Visser uit. “Bij sommige patiënten met longkanker treffen we in het bloed zogeheten circulerend tumor-DNA (ctDNA).” Door zelflerende AI-modellen te trainen met een deel van de patiëntdata, ontwikkelde Visser een diagnostisch algoritme dat longkanker kan detecteren op basis van de concentraties van verschillende tumormarkers.
Lees het hele artikel op de site van de TUe.
