De ontwikkeling van AI-tools en algoritmen die de nauwkeurigheid van medische diagnostiek ondersteunen en verbeteren staat al lang niet meer in de kinderschoenen. Machine learning en AI-algoritmen die getraind zijn met de juiste hoeveelheid waardevolle data hebben al meerdere keren bewezen in staat te zijn radiologen te ondersteunen bij het analyseren van medische beelden en zo het diagnoseproces te verbeteren. Met name voor wat betreft de gezondheid van vrouwen heeft de medische wereld nog heel wat werk te verzetten om de in tientallen jaren opgelopen achterstanden in te lopen. AI kan daarbij een belangrijke rol spelen.
De gezondheid van vrouwen was tot de jaren 1970 uitgesloten van klinisch onderzoek en ook daarna is er, in vergelijking tot mannen, relatief weinig onderzoek naar gedaan. Met als een van de gevolgen dat sandoeningen zoals endometriose, waaraan één op de 10 vrouwen lijdt, en polycysteus ovariumsyndroom (PCOS) vaak niet gediagnosticeerd worden.
AI heeft geen gendervooroordelen
Het was onlangs nog volop in het nieuws dat artsen en medische wetenschappers vele tientallen jaren het vrouwelijk lichaam ‘links hebben laten liggen’ als het gaat om het onderzoeken en begrijpen van ziektes en aandoeningen. Het Erasmus MC opende onlangs een speciaal centrum, Netherlands Women’s Health Research & Innovation Center, om de kennisachterstand op het gebied van vrouwengezondheid in te lopen.
AI kan ook hier een belangrijke rol spelen omdat deze technologie geen gendervooroordelen kent. Nog beter, er worden al AI-modellen specifiek voor vrouwen ontwikkeld. Een mooi voorbeeld daarvan is een AI-algoritme dat speciaal ontworpen is om ECG’s van vrouwelijke patiënten te analyseren voor het bepalen van het risico op (toekomstige) hartaandoeningen.
AI en vrouwengeneeskunde
De meerwaarde van AI in borstkankeronderzoek is al vaker onderzocht, vrijwel altijd met vergelijkbare positieve resultaten. Zo slaagden onderzoekers er eind vorig jaar met behulp van een AI-algoritme in combinatie met Raman spectroscopie in om borstkanker in een nog vroeger stadium al te detecteren, Iets dart voorheen, met bestaande tests en onderzoeken, niet mogelijk was. Een ander onderzoek, uit 2021, toonde aan dat met AI het aantal false-positive borstkankerdiagnoses met meer dan een derde (37,3%) kon worden teruggedrongen. Dit resultaat kon worden bereikt door de inzet van AI en machine learning oplossingen die radiologen hielpen bij het analyseren van echografieën van borsten.
Daarnaast is AI ook al met succes getest als hulpmiddel om het risico dat een vrouw op latere leeftijd, of binnenkort, met borstkanker geconfronteerd wordt te voorspellen. Daarvoor werden mammogrammen van vrouwen die over een periode van een aantal jaren, tijdens periodieke preventieve borstkankeronderzoeken, geanalyseerd met behulp van een AI-algoritme. Daarmee konden subtiele, schier onzichtbare, verschillen ontdekt worden waarmee het risico op het ontwikkelen van borstkanker in een later stadium beter kon worden voorspeld.
Zoals gezegd, nieuw is de inzet van AI in de medische diagnostiek zeker niet. Zo slaagde een AI-model van Google Health er vijf jaar geleden al in om uit mammogrammen nauwkeurigere borstkanker diagnoses te stellen, met minder false-positives en -negatives, dan menselijke radiologen. Toch, en dit kan niet vaak genoeg benadrukt worden, zullen AI-tools nooit de menselijke zorgprofessionals gaan vervangen. Uiteindelijk is de arts of oncoloog altijd de persoon die eindverantwoordelijk is voor zowel de diagnose als behandelkeuze die samen met de patiënt gemaakt wordt.
