Britse onderzoekers hebben, samen met het Nederlandse Research Institute for Diagnostic Accuracy, onderzoek gedaan naar de effectiviteit van een Koreaanse AI-tool voor het analyseren van longscans op de aanwezigheid van longkanker. Op de meeste scans zijn op het eerste gezicht geen duidelijk herkenbare tumoren te zien, waardoor het screeningsproces zeer arbeidsintensief is voor radiologen. Een AI-gedreven oplossing zou hier soelaas kunnen bieden.
Er gaan al langer stemmen op voor een preventief longkanker screeningsprogramma, zoals we dat kennen bij borst- en darmkanker. Echter, de hoeveelheid werk en het gebrek aan radiologen, staan dergelijke programma’s in de weg, nog los van de kosten. In de UK is de meerwaarde van een screeningsprogramma al aangetoond. Daar worden binnen het Lung Cancer Screening (UKLS) onderzoek zogenoemde low-dose CT-scans gemaakt die ertoe leiden dat longkanker, specifiek bij mensen die een verhoogd risico lopen, eerder ontdekt kan worden, nog voordat de eerste symptomen verschijnen.
AI-tool spoort longkanker eerder op
Om de werkdruk voor radiologen te verlichten is onlangs een AI-tool getest, ontwikkeld door het Zuid-Koreaanse Coreline Soft. Voor dat onderzoek werden gegevens uit de UKLS trial gebruikt. De AI-tool identificeerde met succes scans zonder significante longknobbels - die de meerderheid van de gevallen vertegenwoordigen - zelfs bij personen met een hoog risico. Hierdoor kunnen radiologen hun expertise richten op gevallen die verder geanalyseerd moeten worden, waardoor de efficiëntie verbetert terwijl de nauwkeurigheid bij het opsporen van longkanker behouden blijft.
De potentie van AI-gedreven oplossingen op het gebied van (kanker)diagnostiek wordt al langere tijd onderzocht. Ook in relatie tot het mogelijk opzetten van een (landelijk) bevolkingsonderzoek. "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", zei Mathias Prokop, hoogleraar Radiologie in het Radboudumc, al in 2023.
Geen diagnoses gemist
Een belangrijke bevinding van het Britse onderzoek is dat alle bevestigde gevallen van longkanker deel uitmaakten van de scans die door de AI werden gemarkeerd voor verder onderzoek. Dit zorgt ervoor dat er geen diagnoses werden gemist terwijl het aantal scans dat handmatig moest worden beoordeeld aanzienlijk werd verminderd. Het succes van het onderzoek werd mogelijk gemaakt door de hoge kwaliteit van de radiologierapportage van het UKLS-onderzoek en de lange termijn follow-upgegevens, die een betrouwbare dataset voor AI-validatie opleverden.
“Het implementeren van CT-screening met lage dosis voor longkanker is zeer nuttig, maar gaat gepaard met logistieke en financiële uitdagingen. Ons onderzoek suggereert dat AI een cruciale rol zou kunnen spelen in het efficiënter maken van screeningsprogramma's met behoud van diagnostisch vertrouwen”, aldus professor John Field, hoogleraar Moleculaire Oncologie aan de Universiteit van Liverpool.
“Dit is de eerste AI-validatiestudie op de borst uitgevoerd in een real-world opeenvolgend screeningsprogramma voor longkanker, met histologisch bewezen uitkomsten van longkanker en een follow-up van meer dan 5 jaar voor ziektevrije overleving. Daarom een mijlpaal voor verdere AI-validatie in termen van methodologie en nauwkeurigheid met resultaten die kunnen worden vertaald naar medische implementatie”, voegde professor Matthijs Oudkerk, emeritus hoogleraar radiologie aan de Rijksuniversiteit Groningen, Chief Scientific Officer van het Institute for Diagnostic Accuracy, hieraan toe.
