Om de mogelijke effecten bij cognitieve taken na een hersenoperatie te voorspellen, ontwikkelde promovendus Lars Smolders een AI-model. Het model gebruikt MRI-beelden van neurale verbindingen in de hersenen van de patiënt die vóór de operatie zijn gemaakt. De promovendus bij de faculteit Mathematics and Computer Science verdedigde begin januari zijn proefschrift .
“Veel patiënten krijgen last van cognitieve problemen nadat hun hersentumor is verwijderd. Denk aan concentratieproblemen en moeite met het uitvoeren van complexe taken”, legt Lars Smolders uit. Het werkelijke effect van chirurgie op complexe cognitieve taken is echter niet bekend. Het verwijderen van een kwaadaardige hersentumor (glioom) kan het leven van een patiënt met vele jaren verlengen, afhankelijk van het type glioom. Het kan echter ook het begin zijn van nieuwe gezondheidsproblemen.
Problemen in het dagelijks leven
De cognitieve stoornissen leiden volgens Smolders tot grote problemen in het dagelijks leven van de behandelde, waardoor hun kwaliteit van leven ernstig afneemt. Volgens hem kunnen neurologische problemen na een operatie zoals gedeeltelijke verlamming en verlies van gezichtsvermogen goed worden herleid en begrepen. Daarentegen is het effect van chirurgie op complexere cognitieve functies niet goed bekend. Bovendien is het volgens Smolders moeilijk om vooraf te voorspellen hoe individuele patiënten uit een operatie komen.
Om te helpen voorspellen hoe een patiënt met een kwaadaardige hersentumor cognitieve taken uitvoert na een operatie, ontwikkelden Smolders en zijn medewerkers een AI-model. De hersenen zijn in belangrijke mate afhankelijk van neuronen die langeafstandsbundels van zogenaamde witte stof vormen die delen van de hersenen fysiek met elkaar verbinden.
MRI voor de operatie
Als invoergegevens voor het model hebben Smolders en zijn collega’s belangrijke structurele details geïsoleerd van die grote witte-stofverbindingen in de hersenen die zichtbaar zijn in MRI-beelden van de hersenen die vóór de operatie zijn gemaakt. Ze gebruikten deze om te onderzoeken hoe resistent de hersenen van elke patiënt zijn tegen de schade die wordt veroorzaakt door de behandeling om de tumor te verwijderen.
Onomkeerbare handicaps
Voorheen was het voorspellen van cognitieve uitkomsten na behandeling bijna onmogelijk, ook al zijn deze uitkomsten erg belangrijk voor het dagelijks leven van een patiënt. De informatie die door het model van Smolders wordt geproduceerd, kan in de toekomst door chirurgen worden gebruikt om de geschiktheid van een patiënt voor een operatie te beoordelen. Zo kunnen kwetsbare patiënten mogelijk worden behoed voor onomkeerbare neurologische handicaps. De aanpak moet eerst nog klinisch worden gevalideerd voor een grote patiëntengroep.
“De locatie van de hersenschade wordt vaak gebruikt om te voorspellen met welk type neurologische problemen patiënten te maken zullen krijgen. We hebben echter ontdekt dat de locatie van een hersentumor nauwelijks helpt bij het voorspellen van deze problemen bij patiënten”, vertelt Smolders. De hersenen zijn ingewikkelder dan gedacht en daarom zochten de onderzoekers naar andere mogelijkheden. Uiteindelijk lukte het Smolders om een voorspellend model te ontwikkelen dat redelijk goed voorspelt of een patiënt na de behandeling cognitieve problemen krijgt.
Tijdens zijn promotieonderzoek volgde Smolders een pad dat wiskunde, algoritmen, neurowetenschappen en AI combineerde. Aan het begin van het onderzoek hebben de onderzoekers verschillende gevestigde methoden uit de netwerk-neurowetenschappelijke literatuur toegepast om patiënten met een hersentumor te bestuderen om te voorspellen wat cognitieve problemen bij deze patiënten zou kunnen veroorzaken. Maar voor de patiëntengroep in deze studie werkten deze methoden volgens Smolders niet.
Algoritmen falen
Veel gevestigde algoritmen die door Smolders zijn onderzocht om MRI-beelden van de hersenen te bestuderen, falen bijvoorbeeld bij het analyseren van hersenen met grote vervormingen, die vaak optreden in de aanwezigheid van tumoren. Uiteindelijk ontdekten ze dat in bestaande literatuur gewijd aan het bestuderen van gezonde hersenen verkeerde conclusies werden getrokken over het verband tussen de structuur en functie van de hersenen. Daarom hebben ze een commentaarpaper over dit onderwerp geschreven om enkele van de foutieve conclusies die onderzoekers in het verleden hebben getrokken, te ontkrachten.
In de toekomst willen Smolders en zijn collega's de activiteit van het individuele patiëntbrein integreren in hun voorspellende model om de nauwkeurigheid van het model te verbeteren. Een nauwkeuriger model zou het risico op neurologische stoornissen na een operatie aanzienlijk kunnen verminderen en het leven van hersentumorpatiënten na de behandeling kunnen verbeteren. Smolders hoopt dit werk als postdoctoraal onderzoeker uit te voeren, en hij heeft meegeschreven aan een voorstel terwijl hij financiering zoekt voor de functie.
Ook over de grenzen van ons land wordt hard gewerkt aan het verbeteren van de beeldkwaliteit van hersen-MRI. In het laboratorium van Li Wang, Ph.D., universitair hoofddocent aan de afdeling Radiologie, hebben onderzoekers daarvoor twee nieuwe generatieve AI-modellen ontwikkeld. Het ene model kan nauwkeuriger niet-hersenweefsel uit beelden verwijderen en het andere model kan de beeldkwaliteit aanzienlijk verbeteren. De artikelen van beide modellen zijn onlangs gepubliceerd in het tijdschrift Nature Biomedical Engineering.
