AI als basis voor gericht behandel- beleid bij voorstadium borstkanker

Binnen het NWO-programma van de Nationale Wetenschapsagenda is negen miljoen euro beschikbaar gesteld voor het achtjarige Direct-DCIS project. Doel van dit project is het voorkomen van onnodige behandelingen van ductaal carcinoom in situ, oftewel DCIS (een mogelijk voorstadium van borstkanker). Kern van het project is door middel van innovatieve AI en met gebruikmaking van grote datasets tot een nauwkeurig predictiemodel te komen voor het risico op het ontstaan van invasieve borstkanker na detectie van DCIS.

In Nederland worden jaarlijks 2.300 vrouwen geconfronteerd met de diagnose Ductaal Carcinoom in Situ (DCIS). Dit kan zich ontwikkelen tot borstkanker, maar bij veruit de meeste vrouwen gebeurt dit niet. “Zwart-wit gesteld is er echter geen diagnostische tool waarmee we kunnen vaststellen bij welke vrouwen dit wel of niet gebeurt”, zegt Jelle Wesseling, hoogleraar pathologie in het bijzonder mammapathologie (LUMC) en patholoog in het Nederlands Kanker Instituut- Antoni van Leeuwenhoek. “We kunnen wel risicofactoren bepalen, maar die zijn niet klinisch bruikbaar gebleken. DCIS is altijd geframed als early stage borstkanker en wordt daarom ook zo behandeld.” 

Het gevolg is dat deze vrouwen een intensieve behandeling ondergaan. De standaard is een borstbesparende operatie, meestal gevolgd door radiotherapie of zelfs een borstamputatie. Behandeling die vaak overbodig is, maar wel een grote impact heeft op de kwaliteit van leven van de vrouwen. 

“We willen de zorg zo inrichten dat we van iedere patiënt iets leren”, stelt Lenny Verkooijen, hoogleraar klinische evaluatie van beeldgestuurde behandeling van kanker (UMC Utrecht) en medisch clusterhoofd beeld (Antoni van Leeuwenhoek). Een wens die zeker ook van toepassing is op vrouwen met de diagnose DCIS. Vandaar het Direct-DCIS project.

Grote datasets

Wesseling leidt het consortium waaraan enkele academische centra, burger- en patiëntenorganisaties en commerciële partners deelnemen. De basis van het project is om middels het gebruik van grote datasets van vrouwen met DCIS met behulp van innovatieve AI tot een nauwkeurig predictiemodel te komen voor het ontstaan van invasieve borstkanker na detectie van DCIS. Twee datasets zijn er al. Het eerste is het UMBRELLA-cohort, waarin al sinds 2013 data over vrouwen met borstkanker prospectief wordt verzameld. 

Verkooijen: “Vrouwen die hieraan willen deelnemen – en meer dan 80 procent die ervoor wordt gevraagd, zegt ja – krijgen op vaste tijdstippen vragenlijsten over zaken als kwaliteit van leven, werkvermogen en angst. Als een nieuwe behandeloptie beschikbaar komt, kunnen ze daarvoor in aanmerking komen als ze in de interventiegroep worden geloot. In dit cohort bevinden zich nu gegevens van zevenduizend vrouwen, van wie 14 procent met DCIS. Het is een cohort waaraan nog steeds vrouwen worden toegevoegd. In het kader van het Direct-DCIS project gaan we deze vrouwen met DCIS ook volgen.”

We willen alleen die zaken detecteren die er echt toe doen 

Als tweede zijn er de data uit de LORD-trial (Low Risk DCIS). “Deze in 2016 gestarte studie onderzoekt of de standaardbehandeling bij laag risico DCIS veilig kan worden weggelaten”, schetst Wesseling. “De vrouwen kunnen kiezen voor de standaardbehandeling of voor afwachtend beleid. Kiezen ze voor het laatste en ontwikkelen ze alsnog invasief mammacarcinoom, dan weten we dat dit zich traag ontwikkelt en dat ze dus nog steeds kunnen worden behandeld zonder verlies van levensverwachting.”

Evolutionaire AI

Beide datasets spelen – naast de data uit de Nederlandse Kanker Registratie – een rol in de ontwikkeling van het explainable dynamic prediction AI model dat in het kader van het Direct-DCIS project ontwikkeld gaat worden. Een model waarvoor Wesseling inspiratie opdeed bij de modellen die zijn ontwikkeld om weersvoorspellingen steeds beter te maken. 

“De mensen die ik hierover belde bij het klimaatinstituut van TU Delft waren een beetje verbaasd, maar ze hebben wel goede uitleg geboden over de evolutionaire AI waarmee een uitlegbaar model voor risicovoorspelling kan worden gerealiseerd”, vertelt hij. “Dit model biedt de mogelijkheid om er aanpassingen in onder te brengen die in de loop van de tijd worden ontwikkeld. Denk voor ons project naar analogie van sensoren voor temperatuurmeting bijvoorbeeld aan ontwikkelingen in mammografie. Op dergelijke innovaties moet je het model voortdurend kunnen blijven finetunen.”

Toepassing van dit model moet het in relatie tot DCIS uiteindelijk mogelijk maken om overbehandeling te voorkomen, verwacht Verkooijen. “Gelet op het feit dat DCIS zich in de meeste gevallen niet ontwikkelt tot invasieve borstkanker wil je liefst zo weinig mogelijk of zelfs niets doen. Maar wel op een manier die acceptabel is voor de vrouwen met DCIS. Dus met een zo accuraat predictiemodel dat het geen angst of andere klachten oplevert.”  

Werkpakketten

Het Direct-DCIS project heeft een looptijd van acht jaar en bestaat uit vijf werkpakketten. In het eerste werkpakket, de verzameling van de data, is een belangrijke rol weggelegd voor medisch bioloog en epidemioloog Esther Lips (Nederlands Kanker Instituut – Antoni van Leeuwenhoek). “Dit is de essentiële bouwsteen voor de rest van het project”, vertelt ze. “We werken hierin samen met enkele bedrijven: IQVIA voor de big datacollectie tool ‘CTcue’, DEARhealth voor de keuzeapp voor de vrouwen met DCIS en ScreenPoint Medical voor software voor de borstkankerscreening.”

Werkpakket twee gaat over de voorkeuren van de vrouw met DCIS en health technology assess- ment. Lips hierover: “We weten dat de ene vrouw alle risico wil uitsluiten en dus direct behandeld wil worden, terwijl de ander bereid is om een afwachtend beleid te volgen als die daarin goed wordt begeleid. Inzicht hierin is essentieel in dit project. Bij health technology assessment gaat het om de vraag wat de gevolgen zijn voor de kosten van de zorg en de kwaliteit van leven van de vrouw als DCIS niet direct wordt behandeld maar wel wordt gemonitord om het eventueel uitgroeien tot borstkanker tijdig te ondervangen en behandelen.”

Werkpakket drie is de ontwikkeling van het explainable dynamic prediction AI model. Hoogleraar evolutionaire algoritmen Peter Bosman (TU Delft) en Tanja Alderliesten (LUMC) spelen hierin een centrale rol. Werkpakket vier sluit hierop aan, dit is het trial-werkpakket waaronder het al genoemde UMBRELLA-cohort en de LORD-trial vallen. Daaraan wordt nu in het kader van het project prospectieve data toegevoegd. 

Werkpakket vijf tenslotte is het patiënt en citizen science werkpakket. Lips: “Gedurende het project betrekken we een groep van vrouwen met DCIS bij het onderzoek, om daarin hun kennis en ervaring te kunnen meenemen. Ook gaan we het in het kader van citizen science het onderzoek onder de aandacht brengen van de algemene bevolking. We willen weten hoe zij tegen deze revolutionaire toepassing aankijken en onder welke voorwaarden zij het acceptabel vinden. Dit deel van het onderzoek wordt getrokken door het Nivel en Universiteit Twente.”

Communicatie en context

Met betrekking tot citizen science zegt Wesseling de betrokkenheid van de algemene bevolking essentieel te vinden. “Vroeger was borstkanker gewoon borstkanker, punt”, zegt hij. “Met de toegenomen kennis erover weten we dat er meer nuances zijn, DCIS bewijst dit. Maar communicatie en context zijn wel belangrijk als we mensen willen meenemen in dit besef. Ook willen we duidelijk maken dat we weliswaar veel meer mogelijkheden hebben gekregen voor vroegdetectie dan voorheen, maar dat daarmee ook het risico van overdiagnostiek om de hoek komt kijken. We willen alleen die zaken detecteren die er echt toe doen.”

Lips vult aan: “Het project valt onder de vlag van de Nationale Wetenschapsagenda. Daarin is het belangrijk om rekening te houden met de vragen die in de samenleving bestaan. Die kunnen bijvoorbeeld betrekking hebben op de ethische aspecten van AI – het gaat tenslotte om gevoelige data over gezondheid en ziekte. Maar in de samenleving bestaat bij vrouwen ook sterk de vraag wat zij zelf kunnen doen. Dat is in relatie tot borstkanker weliswaar niet eenvoudig, maar het geeft wel aan dat het belangrijk is hen bij het onderzoek te betrekken.”