Een nieuw geautomatiseerd systeem, ontwikkeld door onderzoekers van het UMC Utrecht, is in staat om met behulp van AI, snel en nauwkeurig MRI-foto’s van borsten met dicht borstklierweefsel te inspecteren. Het systeem zorgt ervoor dat de radioloog alleen nog foto's te zien krijgt waarop afwijkingen geconstateerd zijn. De resultaten van het onderzoek zijn gepubliceerd in het blad Radiology.
Op dit moment worden de borsten van de meeste vrouwen onderzocht met behulp van een mammografie om te bepalen of zij borstkanker hebben. Het nadeel van deze röntgenfoto's is dat die niet altijd uitwijzen of er een afwijking in de borst zit. Dat komt met name voor bij vrouwen wiens borsten meer melklieren hebben en minder vetweefsel, ofwel zogenoemd dicht borstklierweefsel (dense borstweefsel).
Deze vrouwen zijn beter gebaat bij een MRI-scan, zo blijkt uit de Nederlandse DENSE-studie. Deze studie werd uitgevoerd om de meerwaarde van een MRI-scan bij borstonderzoek aan te tonen. Wanneer de MRI-scan in Nederland de standaard zou worden, dan zullen jaarlijks ongeveer 40.000 vrouwen met dicht borstklierweefsel met deze methode onderzocht worden.
AI verlicht werk radiologen
Al die MRI-scans zullen door radiologen die gespecialiseerd zijn in borstkanker diagnostiek beoordeeld moeten worden. Uit de DENSE-studie is gebleken dat verreweg de meeste van deze scans geen afwijkingen laten zien. Toch zullen de radiologen nu nog al deze foto's 'handmatig' moeten beoordelen.
Het UMC Utrecht ontwikkelde daarvoor een op kunstmatige intelligentie (AI) gebaseerde oplossing. Het algoritme dat daarvoor nodig is, werd ontwikkeld aan de hand van de foto's uit de DENSE-studie. Daarmee werd het systeem getraind op het herkennen van afwijkingen die nader onderzoek, of beoordeling door de radioloog, behoeven.
“Het systeem kan snel en nauwkeuring MRI-foto’s inspecteren. Het stuurt alleen de foto’s met afwijkingen door naar de radioloog en houdt foto’s zonder afwijkingen tegen. Zodoende is het een triage-instrument voor de radioloog”, vertelt hoofdonderzoeker Kenneth Gilhuijs.
Betere borstkanker diagnose
Het nieuwe systeem is inmiddels in staat gebleken om 40 procent van de MRI-foto’s zonder afwijkingen eruit te halen. Bovendien miste systeem geen enkele foto met een kwaadaardige borsttumor erop. Al die foto’s kwamen bij de radioloog terecht.
De resultaten van het onderzoek hebben de verwachtingen van de onderzoekers overtroffen. Toch is 40 procent nog maar een begin. Uiteindelijk moet het systeem net zo slim worden als een ervaren radioloog. Daarvoor is meer onderzoek nodig en moet het systeem verder getraind worden. Dat zal gebeuren met de foto's die gemaakt worden tijdens de volgende screeningsrondes van de DENSE-trial.
“In dit onderzoek laten we zien dat het met kunstmatige intelligentie mogelijk is om een geautomatiseerde borstkankerscreening te doen van dicht borstweefsel, zonder een kwaadaardige borsttumor te missen. Het veilig afwijzen van bijna de helft van de normale foto’s zou voor radiologen een grote vermindering van de werklast betekenen”, aldus Gilhuijs.
De meerwaarde van AI voor de diagnose van borstkanker werd begin 2020 ook al eens aangetoond in een Amerikaans onderzoek. Daarbij werd gebruik gemaakt van een op kunstmatige intelligentie (AI) gebaseerd systeem van Google. Dat bleek toen al even goed in staat te zijn mammogrammen te beoordelen en borstkanker te detecteren als deskundige radiologen.
