Uit een nieuw onderzoek van het Karolinska Institutet in Zweden is gebleken dat door het screenen van echo’s van eierstokken met behulp van speciaal ontwikkelde AI-modellen, de diagnose eierstokkanker beter, en sneller, gesteld kan worden. Het onderzoek toont ook aan dat de inzet van AI het aantal onnodige doorverwijzingen kan verminderen, aangezien de AI-modellen beter in staat zijn goedaardige en kwaadaardige afwijkingen te onderscheiden.
Vaak wordt eierstokkanker bij toeval ontdekt en dat verhoogt het risico op (te) late diagnoses. Daarbij komt dat veel landen door personeelstekorten in de zorg met een tekort aan echografieprofessionals kampen. “Daarom wilden we uitzoeken of AI een aanvulling kan zijn op menselijke experts”, aldus professor Elisabeth Epstein van de afdeling Klinische Wetenschap en Onderwijs, Södersjukhuset (Stockholm South General Hospital), van het Karolinska Institutet en senior adviseur van de afdeling Verloskunde en Gynaecologie van het ziekenhuis.
Echo’s beoordelen met AI-modellen
Het Zweedse onderzoeksteam ontwikkelde neurale netwerkmodellen die onderscheid kunnen maken tussen goedaardige en kwaadaardige ovariumlaesies. De AI-modellen werden vervolgens getraind en getest op meer dan 17.000 echografische beelden van 3.652 patiënten uit 20 ziekenhuizen in acht landen. Vervolgens vergeleken ze de diagnostische capaciteit van de modellen met die van een grote groep experts en minder ervaren echografisten.
De resultaten toonden aan dat de AI-modellen beter presteerden dan zowel deskundige als niet-deskundige onderzoekers bij het identificeren van eierstokkanker, met een nauwkeurigheid van 86,3 procent, vergeleken met 82,6 en 77,7 procent voor respectievelijk de deskundige en niet-deskundige onderzoekers. “Dit suggereert dat neurale netwerkmodellen waardevolle ondersteuning kunnen bieden bij de diagnose van eierstokkanker, vooral in moeilijk te diagnosticeren gevallen en in omgevingen waar een tekort is aan echografiedeskundigen,” zegt professor Epstein.
Minder ‘onnodige’ doorverwijzingen
De AI-modellen kunnen ook de noodzaak voor doorverwijzing door deskundigen verminderen. In een gesimuleerde triagesituatie waarbij de AI-modellen ingezet werden voor de beoordeling van echobeelden, verminderde het aantal doorverwijzingen met 63 procent. Het aantal foutieve diagnoses daalde met 18 procent. Dit kan leiden tot snellere en meer kosteneffectieve zorg voor patiënten met ovariumlaesies, zo stelt het onderzoek.
Ondanks de veelbelovende resultaten benadrukken de onderzoekers dat verdere studies nodig zijn voordat het volledige potentieel van de neurale netwerkmodellen en hun klinische beperkingen volledig worden begrepen. “Met meer onderzoek en de doorontwikkeling van de AI-modellen hebben AI-tools uiteindelijk de potentie een integraal onderdeel te vormen toekomstbestendige zorg, experts ontlasten en de resources van ziekenhuizen optimaliseren. We moeten er echter wel voor zorgen dat ze kunnen worden aangepast aan verschillende klinische omgevingen en patiëntengroepen,” zegt Filip Christiansen, promovendus in de onderzoeksgroep van professor Epstein aan het Karolinska Institutet en gezamenlijk eerste auteur met Emir Konuk aan het KTH Royal Institute of Technology.
De onderzoekers voeren nu prospectieve klinische onderzoeken uit in het Södersjukhuset om de dagelijkse klinische veiligheid en het nut van de AI-modellen te evalueren. Toekomstig onderzoek omvat ook een gerandomiseerde multicenterstudie om het effect op het beheer van patiënten en de kosten van de gezondheidszorg te onderzoeken.
Diagnostiek eierstokkanker verbeteren
Het verbeteren van de diagnostiek en behandeling van eierstokkanker is uiteraard van belang voor het verhogen van de overlevingskans. Zo startten Anna Koch en Caroline Muntinga van het Catharina Ziekenhuis in 2022 een onderzoek naar mogelijkheden om de diagnostiek voor eierstokkanker te verbeteren. Daarbij keken zij met name ook naar de mogelijkheid om het beoordelen van echos en het maken van het onderscheid tussen goedaardige en kwaadaardige laesies, te ondersteunen met een computermodel.
In hetzelfde jaar ontwikkelden ingenieur Nick van de Berg samen met collega-ingenieur Laurie van Weerd een hyperspectrale camera, die uitgerust is met software. Met deze camera kunnen chirurgen, in het geval van bijvoorbeeld eierstokkanker, nog nauwkeuriger het tumorweefsel verwijderen en gezond weefsel sparen.
