Hoe Microsofts GigaTIME-AI kankeronderzoek in een stroomversnelling brengt

Nieuws10 dec 2025, 9:32doorJeroen de Hooge

Kankeronderzoek draait al jaren om één grote vraag: wat gebeurt er precies in en rondom een tumor? Welke cellen zitten er, hoe praten ze met elkaar, en waarom reageert de ene patiënt wél op immunotherapie en de andere niet?

Tot nu toe waren dat soort vragen alleen te beantwoorden met extreem dure, specialistische labtechnieken. Microsoft en zorgorganisatie Providence schuiven die grens nu op met GigaTIME: een AI-model dat gewone microscoopbeelden van tumorweefsel omzet in virtuele, extreem gedetailleerde kaarten van de tumoromgeving. Die doorbraak is recent beschreven in vakblad Cell – en de impact hiervan kan groot zijn.

“GigaTIME laat zien hoe AI de medische wereld kan transformeren. Tumoren zijn uitermate complex doordat cellen op unieke manieren samenwerken. Door deze processen op grote schaal zichtbaar te maken via gewone microscopiebeelden, helpt GigaTIME onderzoekers om patronen te ontdekken die essentieel zijn voor het begrijpen van tumor-immuuninteracties en mogelijke respons op immunotherapie. Wat deze doorbraak uniek maakt, is dat AI deze standaardbeelden omzet in inzichten die normaal alleen met kostbare en tijdrovende laboratoriumtechnieken beschikbaar zijn. Het is een krachtig voorbeeld van hoe technologie medisch onderzoek kan ondersteunen en versnellen.” – Inge Schaap, Director Healthcare bij Microsoft Nederland.

Van “gewoon” microscoopplaatje naar virtuele high-tech meting

In vrijwel ieder ziekenhuis worden tumorbiopten ingekleurd met H&E (hematoxyline en eosine) en daarna onder een microscoop bekeken.

Zo’n H&E-slide kost een paar euro.
Ze zijn er miljoenen van, wereldwijd.
Artsen zien er vooral vorm en structuur: hoeveel cellen, hoe zien ze eruit, hoe agressief lijkt de tumor.

Voor echt diepgaande analyses – bijvoorbeeld welke eiwitten actief zijn, hoe immuuncellen zich door de tumor bewegen, en waar het afweersysteem vastloopt – gebruiken onderzoekers technieken als multiplex immunofluorescentie (mIF).

Die zijn:

Heel duur (duizenden euro’s per sample)
Tijdrovend
Nauwelijks schaalbaar naar tienduizenden patiënten

GigaTIME pakt dat anders aan:

Het model is getraind op zo’n 40 miljoen cellen, waarbij van dezelfde stukjes tumor zowel H&E- als mIF-beelden beschikbaar waren.
Daardoor “leert” AI de verbinding tussen hoe cellen eruitzien (vorm, structuur) en wat ze doen (welke eiwitten actief zijn, wat hun rol is in de tumor).
Vervolgens kan GigaTIME van een gewone, goedkope H&E-slide een virtuele mIF-kaart maken, met 21 eiwitkanalen.

Met andere woorden: je hebt geen dure test meer nodig om toch spatial proteomics–achtige inzichten te krijgen.

Virtuele populatie: 300.000 digitale tumorkaarten

In de samenwerking met Providence heeft Microsoft GigaTIME losgelaten op data van:

14.256 kankerpatiënten
Uit 51 ziekenhuizen en meer dan 1.000 klinieken
Over 24 kankertypen en 306 subtypes

Daaruit rolde een virtuele populatie van zo’n 300.000 mIF-achtige beelden. Op basis daarvan vonden onderzoekers:

1.234 statistisch significante verbanden Tussen eiwitactiviteit in de tumor En biomarkers, stadium en overleving
Tussen eiwitactiviteit in de tumor
En biomarkers, stadium en overleving

Veel van die verbanden bevestigen wat in de literatuur al werd vermoed (bijvoorbeeld relaties tussen bepaalde immuunmarkers en hoge mutatielast). Maar er zitten ook nieuwe patronen tussen, zoals combinaties van eiwitten die iets zeggen over de rol van specifieke tumorgenen.

Belangrijk detail: de resultaten zijn extern gevalideerd op data van 10.200 patiënten uit The Cancer Genome Atlas (TCGA). De patronen bleken daar in hoge mate terug te komen, wat vertrouwen geeft dat GigaTIME niet alleen “op papier” werkt, maar ook echt iets toevoegt.

Wat kun je hiermee in de praktijk?

GigaTIME is geen kant-en-klare app voor patiënten, maar een research-tool die een paar dingen mogelijk maakt die tot nu toe praktisch onhaalbaar waren:

Sneller begrijpen wie baat heeft bij immunotherapie Door beter te zien hoe immuuncellen zich in en rond tumoren gedragen, kunnen onderzoekers gerichter zoeken naar signaturen die voorspellen of een tumor “hot” (gevoelig) of “cold” (ongevoelig) is voor immunotherapie.
Nieuwe combinaties en strategieën vinden De virtuele kaarten laten zien welke cellen waar zitten, welke eiwitten tegelijk actief zijn en hoe dat samenhangt met uitkomst. Dat helpt bij het bedenken van combinaties van behandelingen om een “cold” tumor alsnog “hot” te maken.
Patiënten beter stratificeren In de studie bleek dat een samengestelde GigaTIME-signatuur (over alle 21 eiwitkanalen) patiënten beter kan verdelen in groepen met andere prognoses dan losse markers. Dat is cruciaal voor klinische trials en gepersonaliseerde behandelingen.
Onderzoek opschalen zonder astronomische labkosten In plaats van beperkt te zijn tot een klein cohort met dure mIF-metingen, kunnen onderzoekers nu op basis van bestaande H&E-slides op populatieschaal werken. Dat versnelt hypothesevorming en validatie.

Stap richting de “virtuele patiënt”

GigaTIME staat niet op zichzelf, maar past in Microsofts bredere AI-portfolio voor de zorg, zoals:

GigaPath (digitale pathologie-foundation-model)
BiomedParse, Curiosity, TRIALSCOPE en andere tools die medische data ontsluiten en combineren

Het grotere doel: toewerken naar een soort “virtuele patiënt” – een digitale twin die:

Het ziekteverloop kan simuleren
Kan helpen voorspellen hoe een patiënt reageert op verschillende behandelingen
Artsen ondersteunt bij het kiezen van de beste therapie

Zover zijn we nog niet. Maar GigaTIME laat zien dat je met multimodale AI (beeld + biologie + klinische data) een sprong kunt maken in real-world evidence zonder overal dure nieuwe metingen te doen.

Open source: iedereen mag ermee aan de slag

Een belangrijk punt voor de wetenschap: Microsoft heeft GigaTIME open source beschikbaar gemaakt, onder andere via:

Microsoft Foundry Labs
Hugging Face

Dat betekent dat:

Onderzoekers wereldwijd het model kunnen testen, verbeteren en combineren met eigen data
Kankercentra met grote pathologie-archieven GigaTIME kunnen gebruiken om eigen tumordata opnieuw te “lezen”
Nieuwe hypotheses sneller ontstaan en breder gevalideerd kunnen worden

GigaTIME

Voor patiënten verandert er vandaag nog niets aan hun behandeltraject. Maar op de achtergrond kan een tool als GigaTIME de ontwikkeling van nieuwe therapieën en biomarkers versnellen voor:

Ziekenhuizen & labs Geeft het een manier om meer waarde uit bestaande pathologie-data te halen.
Data- en AI-teams in de zorg Laat het zien hoe je met multimodale modellen écht impact kunt maken, voorbij demo’s en pilots.
Beleidsmakers en zorgtech-bedrijven Toont het wat er mogelijk wordt als je infrastructuur, AI en medische kennis op schaal combineert.

GigaTIME is geen magische AI-dokter, maar wel een overtuigend voorbeeld van hoe AI de microscoop een extra laag intelligentie geeft. Niet door artsen te vervangen, maar door ze betere kaarten van het slagveld te geven waarop de strijd tegen kanker zich afspeelt.