Het personeelstekort en de groeiende zorgvraag noopt alle gebieden binnen de gezondheidszorg tot het zoeken naar nieuwe, innovatieve en technisch ondersteunde (digitale) oplossingen. Een van die gebieden is de medische beeldvorming. Dr. Francesca Manni, klinisch wetenschapper bij Philips en gastonderzoeker aan de Technische Universiteit Eindhoven (TU/e), sprak onlangs over het potentieel van kunstmatige intelligentie bij beeldgeleide therapie tijdens Women in Data Science in Maastricht.
WiDS is een evenement dat jaarlijks plaatsvindt aan de Universiteit Maastricht. Dit jaar werden deelnemers getrakteerd op sessies over datawetenschap door vrouwen die in het veld werken. Manni, die al enkele jaren werkt aan de toepassing van kunstmatige intelligentie (AI) bij medische beeldvorming, richt zich voornamelijk op de toegevoegde waarde van AI bij beeldgeleide therapie (Image Guided Therapy, IGT). “De voornaamste waarde van AI bij IGT is dat het artsen kan helpen om verder te kijken dan normaal mogelijk is. Met de toepassing van AI-gebaseerde oplossingen kan meer informatie worden onttrokken uit medische beeldgegevens.”
AI en beeldgeleide therapie
AI-technologie is ontwikkeld om te leren van grote hoeveelheden gegevens. Door AI alle gegevensstromen te laten verwerken, kunnen chirurgen hun werk beter uitvoeren. “Bij Philips passen we AI toe om het besluitvormingsproces te verbeteren en de workflow te optimaliseren.” In haar TechTalk tijdens WiDS presenteerde Manni verschillende studies die aantoonden dat AI artsen kon helpen betere diagnoses te stellen met een kleinere foutmarge. “AI kan medische professionals helpen complexe taken te automatiseren en verder te kijken dan wat het menselijk oog kan waarnemen”, zegt Manni. “In die zin kan AI de grenzen van medische beeldvorming en interventies verleggen.”
Veel van de voorbeelden die ze presenteerde, bevinden zich nog in de onderzoeksfase. Om AI effectief te kunnen inzetten bij beeldgeleide therapie (IGT), zijn uitgebreide datasets nodig om van te leren. Manni: “Als we AI in de klinische praktijk willen inzetten, moeten we nauw samenwerken met de gebruikers en de bestaande uitdagingen overwinnen.” Om het potentieel van AI bij IGT volledig te benutten, is nog meer onderzoek en innovatie nodig.
Onderzoek naar AI bij medische beeldvorming
Er wordt volop onderzoek gedaan naar het gebruik van AI bij medische beeldvorming. Zo werkt een landelijk consortium onder leiding van het AmsterdamUMC met behulp van AI aan nieuwe technologie om betaalbare en eenvoudiger te bedienen medische beeldvormingsapparatuur te produceren waarvoor geen hoog gespecialiseerde medische deskundigen nodig zijn. De bedoeling is dat deze medische beelden ook door huisartsen, echografisten en gespecialiseerde verpleegkundigen gemaakt en beoordeeld kunnen worden.
En ook onderzoekers van Case Western Reserve University (Ohio, VS) proberen medische beeldvorming of beeldgeleide therapie veiliger en efficiënter te maken. Zij mikken op een AI-gebaseerd alternatief voor de huidige medische beeldvorming met magnetische resonantie (MRI) en röntgenstraling. Bij het huidige medische beeldvormingsproces worden chemische contrastmiddelen gebruikt om de diagnostische nauwkeurigheid te verbeteren. Het gebruik van deze contrastmiddelen is echter duur en kan leiden tot bijwerkingen zoals allergische reacties. Een nieuwe niet-chemische beeldvormingstechniek zou risico’s zoals bijwerkingen kunnen verminderen en tegelijkertijd tijd en geld kunnen besparen.
