Amsterdam UMC, de Technische Universiteit Eindhoven (TU/e) en het Catharina Ziekenhuis uit Eindhoven hebben met succes algoritmes ingezet om tijdens een endoscopie vroege tekenen te herkennen van slokdarmkanker bij patiënten met een ‘Barrett-slokdarm’. De resultaten van gezamenlijk onderzoek zijn gepubliceerd in Gastroenterology en Gastrointestinal Endoscopy. De software wordt nu getest. Over twee jaar moeten alle Nederlandse MDL-artsen erover kunnen beschikken.
Mensen met langdurige last van terugstromend maagzuur in de slokdarm (reflux) kunnen afwijkend weefsel in hun slokdarm ontwikkelen door irritatie van het maagzuur. Zo’n Barrett-slokdarm is één van de belangrijkste risicofactoren voor slokdarmkanker in de Westerse wereld. Mensen met een Barrett-slokdarm krijgen daarom regelmatig een endoscopische controle in het ziekenhuis. Bij zo’n controle wordt een dunne buis met een klein cameraatje in de slokdarm gebracht.
De vroegste stadia van slokdarmkanker zijn echter moeilijk op te sporen. Slechts een handvol medisch specialisten in Nederland heeft er ruime ervaring mee, vertelt professor dr. Jacques Bergman (Amsterdam UMC). “Daarom missen artsen soms beginnende kanker, die nog gemakkelijk te behandelen is. Bij kanker in een gevorderd stadium is de vijfjaarsoverlevingskans minder dan vijftig procent. Het is dus zaak om de beginnende kanker direct op te sporen.”
Algoritme scoort beter dan endoscopisten
Het computeralgoritme is ontwikkeld aan de TU/e door onderzoekers ir. Joost van der Putten en dr. ir Fons van der Sommen. Het algoritme is getraind met ruim 400.000 endoscopiebeelden, waaronder beelden van de Barrett-slokdarm. Uit het onderzoek blijkt dat het systeem overtuigend beter scoort dan 53 internationale endoscopisten, die de beelden op het oog beoordelen. “Het systeem haalt een score van 90 procent,” zegt Van der Sommen.
Het Amsterdam UMC en het Catharina Ziekenhuis in Eindhoven hebben het algoritme in de praktijk getest. Van der Sommen hierover: “Ons systeem ‘kijkt’ live mee tijdens een endoscopie in de slokdarm. Het algoritme geeft op een beeldscherm een rode markering bij een verdachte plek. De arts kan dan handelen door het verdachte gebied nader te inspecteren en bijvoorbeeld een biopt te nemen.”
Herkenning vroege vormen kanker
Professor Jacques Bergman, dr. Erik Schoon en dr. Wouter Curvers (Catharina Ziekenhuis), specialisten op het gebied van Barrett-slokdarm en nauw betrokken bij het onderzoek, zijn enthousiast over deze technologische ontwikkeling. Schoon: “De software ondersteunt de Maag-Darm-Lever-arts. De computer herkent vroege vormen van kanker in een Barrett-slokdarm; dat is één van de moeilijkste dingen in ons vak. Het herkennen vraagt om veel ervaring.”
De software wordt nu verder getest. Het programma zal naar verwachting over twee jaar beschikbaar komen voor alle MDL-artsen in Nederland. MDL-artsen die slechts enkele patiënten per jaar met een Barrett-slokdarm zien, krijgen zo volgens Schoon ondersteuning bij het herkennen van de vroegste vorm van slokdarmkanker. Dit bespaart patiënten later een zware operatieve ingreep waarbij een deel van slokdarm wordt verwijderd. Dat is bij late ontdekking vaak onontkoombaar. Bergman vult aan: “Behandeling van vroege kanker is veel minder ingrijpend voor patiënten en vele malen goedkoper.”
Het onderzoek is gefinancierd door KWF Kankerbestrijding en Technologiestichting STW (tegenwoordig onderdeel van de Nederlandse Organisatie van Wetenschappelijk Onderzoek (NWO) als onderdeel van het partnership-programma ‘Technology for Oncology’. Het onderzoek is gebaseerd op diverse jaren van intensieve samenwerking met de VCA research groep van de TU/e die onder leiding staat van Professor Peter de With.
AI-toepassingen helpen artsen steeds vaker
Bas Weusten, hoogleraar gastro-intestinale endoscopie in het UMC Utrecht (niet betrokken bij het onderzoek), spreekt in de Volkskrant over een goed uitgevoerde, relevante studie. Hij is ervan overtuigd dat AI-toepassingen artsen in de dagelijkse praktijk steeds vaker kunnen helpen. Wel wijst Weusten erop dat het succes van het systeem afhankelijk is van de kwaliteit van de gebruikte beelden.
"Endoscopisten die geen expert zijn, gaan daarmee nu al de mist in. Zelfs de slimste computer kan niet compenseren voor een onervaren of ongeduldige endoscopist. Je zou eigenlijk een systeem willen dat je op je donder geeft als de foto niet goed genoeg is."
