In een recente podcast van Radboudumc vertellen wetenschappers hoe kunstmatige intelligentie een grootschalig bevolkingsonderzoek naar longkanker in de toekomst op een effectieve en betaalbare manier mogelijk kan maken. Zonder technologie is een bevolkingsonderzoek naar longkanker, zoals nu al bij borstkanker en darmkanker gebeurt, niet aan de orde omdat voor massale screening simpelweg te weinig radiologen beschikbaar zijn.
Mathias Prokop, hoogleraar Radiologie in het Radboudumc, Colin Jacobs, onderzoeker in het Radboudumc en Jan Woetzel, Hoofd Productmanagement bij Mevis medical solutions in Duitsland delen in een podcast hun visie op de mogelijke inzet van AI bij bevolkingsonderzoek naar longkanker. De productie van de podcast is een samenwerking tussen de Radboud Universiteit, Radboudumc, The Economic Board en Briskr.
Het idee van een bevolkingsonderzoek naar longkanker lijkt op dit moment nog een utopie, voornamelijk omdat er simpelweg niet genoeg radiologen zijn om dit op grote schaal uit te voeren. Mathias Prokop, hoogleraar Radiologie in het Radboudumc, benadrukt dan ook het belang van technologie: "Met AI zouden we echter in de toekomst wellicht in staat kunnen zijn om bevolkingsonderzoek naar longkanker op een effectieve en betaalbare manier uit te voeren."
Potentieel AI is groot
De complexiteit van het onderzoek naar longkanker ligt aanzienlijk hoger dan bij borstkankeronderzoek. Bij borstkanker worden doorgaans ‘slechts’ twee röntgenafbeeldingen (mammografieën) per borst ofwel in totaal vier afbeeldingen gemaakt. Voor het detecteren van longkanker zijn daarentegen honderden CT-scans per long per persoon nodig. Het vereist zodoende heel veel tijd en concentratie van radiologen om longkanker op te sporen.
Bij het bevolkingsonderzoek naar borstkanker wordt trouwens nog geen AI toegepast, terwijl dat wel goed mogelijk zou zijn. Het potentieel van kunstmatige intelligentie wordt, voor zowel borst- als longkanker, inmiddels door experts ruimschoots erkend. De deskundigen in de podcast zijn dan ook optimistisch en ervan overtuigd dat het RIVM in de nabije toekomst AI zal omarmen voor borstkankeronderzoek. Op die manier wordt het beoordelingsproces namelijk aanzienlijk efficiënter doordat in plaats van twee radiologen kan worden volstaan met één radioloog samen met één
AI-module.
AI maakt bevolkingsonderzoek mogelijk
Grootschalig bevolkingsonderzoek naar longkanker laat, vanwege de genoemde complexiteit en een chronisch tekort aan radiologen, volgens de experts sowieso nog wel even op zich wachten. Toch biedt kunstmatige intelligentie een lichtpuntje voor de toekomst, vooral wanneer het wordt specifiek wordt gebruikt voor het screenen van risicogroepen. De voordelen van zo’n screening zijn aanzienlijk omdat longkanker nu vaak pas in een vergevorderd stadium wordt ontdekt, vanwege het ontbreken van pijnzenuwen in de longen. Onderzoek, zoals de NELSON-studie, benadrukt ook het belang van vroege opsporing en het verlagen van de sterftekans. Dit kan worden bereikt door regelmatige CT-scans voor mensen met een verhoogd risico, zoals rokers, of door het implementeren van een bevolkingsonderzoek, vergelijkbaar met wat al bestaat voor borst- en darmkanker.
Levensreddend
In een video van het UMCG werd, net als in deze podcast van Radboudumc, ook al de rol van AI bij de diagnose van longkanker onder de aandacht gebracht. Radioloog Rozemarijn Vliegenthart illustreert daar hoe tijdrovend het is om CT-scans nauwkeurig te beoordelen. Kunstmatige intelligentie kan deze processen echter aanzienlijk versnellen, wat niet alleen voordelen biedt voor dagelijkse ziekenhuispraktijken, maar ook voor toekomstige bevolkingsonderzoeken naar longkanker. In Nederland sterven elk jaar meer dan 10.000 mensen aan longkanker. Deze cijfers kunnen drastisch worden verminderd door regelmatige CT-scans aan te bieden aan mensen met een verhoogd risico.
