Kan AI het individuele risico op kankerrecidief voorspellen met behulp van tumorgenetische sequencing ?
Stem nu — lees daarna wat onze hoofdredacteur en de AI-modellen hebben gevonden.
Kankerrecidief hangt af van een complexe wisselwerking tussen genetische mutaties, de tumoromgeving en de respons op behandeling. Persoonlijke geneeskunde streeft ernaar het risico op terugval te voorspellen door tumorgenomica te analyseren, maar het integreren van enorme datasets blijft een uitdaging voor menselijke clinici. AI zou dit proces kunnen versnellen door patronen te identificeren die verband houden met terugkeer in hoogdimensionale data.
Background
Cancer relapse is shaped by interactions among somatic mutations, the tumor microenvironment, systemic immunity, and therapeutic selection pressures. Personalized oncology seeks to quantify recurrence risk from tumor genomics, but integrating high-dimensional genomic, epigenomic, transcriptomic, and clinical data within a single workflow remains non-trivial for human interpreters.
AI-driven pipelines now fuse whole-exome or whole-transcriptome tumor sequencing with clinical covariates to generate individualized recurrence-risk estimates. Commercial gene-expression assays such as Oncotype DX AR-V7 (prostate cancer) and FoundationOne Hemo (hematologic malignancies) and the breast-cancer panel Oncotype DX Breast Recurrence Score have received regulatory clearance and provide prognostic signatures correlated with distant recurrence and survival endpoints. Deep-learning models trained on TCGA cohorts report AUCs of ≈0.75–0.85 for predicting relapse across several tumor types, outperforming traditional histopathology-based staging in validation splits. Regulatory-cleared tools are currently labeled for prognosis (i.e., outcome prediction) rather than therapy selection (predictive use), and their performance in non-academic, multi-institution cohorts is still being evaluated. Reference: Nature Medicine, enriched May 12 2026.
Stel een tag voor
Ontbreekt een concept bij dit onderwerp? Stel het voor en de beheerder bekijkt het.
Status voor het laatst gecontroleerd op June 26, 2026.
Galerie
Kan AI het individuele risico op kankerrecidief voorspellen met behulp van tumorgenetische sequencing?
Er bestaan beperkte demonstraties — maar het panel was niet unaniem.
Na zorgvuldige overweging oordeelde de jury dat onze siliciumcollega's morgen kunnen voorspellen in genetische theeblaadjes, maar soms de volle storm nog missen; ze kunnen de kaart lezen, maar hebben nog niet elke bocht in de weg onder de knie. Het bijna-universele "Bijna"-vonnis weerspiegelt verwondering voor de nu getoonde patroonherkenningskracht, gecombineerd met nederigheid voor de genuanceerde gevallen die nog steeds ontsnappen. Vonnis geveld: "AI weet de toekomst van de patiënt beter dan een muntworp, maar niet beter dan de arts van de patiënt."
After careful deliberation, the jury found that our silicon colleagues can glimpse tomorrow in genetic tea leaves, yet still miss the full storm sometimes; they can read the map but haven’t yet mastered every twist in the road. The near-universal “Almost” verdict reflects awe for the pattern-recognition power now on display, coupled with humility for the nuanced cases that still slip through. Verdict delivered: “AI knows the patient’s future better than a coin flip, but not better than the patient’s doctor.”
But the data is real.
The Case File
Across 10 sessions, 31 jurors have heard this case. Combined tally: 8 YES · 21 ALMOST · 2 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 3 — 0, the panel returns a verdict of BIJNA, with verdict confidence of 82%. The court so orders. Verdict downgraded from prior session.
"AI models predict relapse risk with some accuracy"
"AI models like IBM Watson for Oncology and specialized tools predict relapse risk using genomic data, but performance varies and isn't universally reliable."
"AI models can analyze genetic sequencing data"
Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.
Wat het publiek denkt
Nee 30% · Ja 26% · Misschien 43% 23 votesDiscussie
no comments⚖ 10 jury checks · meest recent 2 dagen geleden
Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.
Meer in health
Kan AI zeldzame genetische aandoeningen herkennen aan gezichts foto's ?
Kan AI binnen 48 uur na de eerste dosis voorspellen hoe een patiënt op een antidepressivum reageert ?
Kan AI een jazzsolo improviseren die ononderscheidbaar is van een menselijke muzikant tijdens een liveoptreden ?