De kersverse hoogleraar Litjens ontwikkelt zelflerende computersystemen, die per ziektebeeld alle beschikbare diagnostiek van een patiënt kunnen analyseren. Het is de bedoeling dat dit veel meer informatie op gaat leveren dan de huidige aanpak per specialisme. De zorg is nu georganiseerd vanuit specialismen. Een radioloog kijkt naar een MRI-scan en vervolgens beoordeelt een patholoog het weefsel van een biopt. Beide artsen kunnen ondersteuning krijgen van AI, computersystemen die helpen bij de analyse.
Innovatieve AI
Digitale pathologie is bijvoorbeeld al volop in ontwikkeling en maakt de pathologie volgens prof.dr Katrien Grünberg, hoogleraar pathologie Radboudumc, grenzeloos. Maar het is geen eindstation. Als kunstmatige intelligentie (AI) en digitale pathologie elkaar ontmoeten, ontstaan nieuwe mogelijkheden.
Ook wordt AI steeds vaker ingezet bij radiologie. Allereerst voor nauwkeurigere en snellere opsporing van bijvoorbeeld kanker. Er zijn innovatieve AI-gedreven CT- en MRI-scanners op de markt voor nog betere en snellere beeldvorming – tot en met innovatieve AI-gedreven software en informatica-oplossingen voor snellere en betere diagnoses. Kunstmatige intelligentie wordt tevens vaker ingezet bij effectievere en kwalitatief betere inzet van radiotherapie. Maar de verschillende specialismen komen daarna pas samen in een multidisciplinair overleg. Niemand kijkt tot in detail naar alle diagnostiek samen, maar Geert Litjens doet dit dus expliciet wél.
Helicopterview integreert diagnostiek
De nieuwe hoogleraar zet namelijk AI in bij zowel pathologie als radiologie en ontwikkelt zo een soort helicopterview. Geert Litjens ontwikkelt namelijk AI die alle metingen aan een patiënt kan analyseren en combineren. Het gaat dan om scans zoals bijvoorbeeld MRI, weefselanalyses, bloedwaarden, klinische chemie en genetische informatie. Het gaat concreet om kunstmatige intelligentie die zich op de ziekte als geheel richt.
Litjens vertelt: “Het betreft hier een AI-systeem waarin je alle informatie integreert zodat je veel meer over een ziekte kunt zeggen dan alleen de patholoog of radioloog. Wat je met een scan in een patiënt ziet, kun je makkelijk verbinden met de analyse van het weefsel dat uit diezelfde patiënt komt. Daarom zoekt ik met AI in duizenden scans en de bijbehorende weefselanalyses naar patronen, die kunnen voorspellen hoe het verder met de patiënt zal gaan. Ook koppel ik beide technieken aan elkaar, waardoor de AI leert welke scan bij welke weefselanalyse hoort”
Eigen AI voor ieder ziektebeeld
De nieuwe hoogleraar hoopt dat het mogelijk wordt dat AI, onder meer met een overkoepelende helicopterview, in de toekomst alleen al op basis van een scan kan zien hoe weefsel eruit ziet. Als dat mogelijk is zijn biopten waarschijnlijk niet meer nodig. “Bij prostaatkanker of borstkanker zou dat veel vervelende biopten schelen, maar vooral voor lastigere plekken voor een biopt, zoals de hersenen, is dit erg interessant.” Later wil Litjens, naast scans en pathologie, ook andere analyses gaan toevoegen aan zijn AI-systemen. Zo zijn genetica en moleculaire markers belangrijk bij borstkanker en kijkt een arts bij prostaatkanker naar markers in het bloed. Op die manier krijgt ieder ziektebeeld straks een eigen AI-systeem!
