Hoogleraar functionele beeldanalyse Bram van Ginneken (Radboudumc) heeft binnen zijn Vici-project software ontwikkeld die in staat is een CT-scan te analyseren en zo longtumoren automatisch te herkennen. Die methode, en de daarmee gepaard gaande kostenbesparing bij het opsporen van tumoren, brengt de invoering van bevolkingsonderzoek voor longkanker dichterbij.
Zo'n tien jaar geleden toonden Amerikaanse onderzoekers al aan dat een dergelijk bevolkingsonderzoek tot minder sterfte bij longkanker kan leiden. Van Ginneken was binnen zijn onderzoeksgroep al sinds 2004 bezig met het automatisch detecteren van afwijkingen op CT-scans. Dankzij de Vici toekenning kon begonnen worden met de ontwikkeling van software voor de automatische herkenning van longtumoren.
Het algoritme dat daaruit voortkwam is vervolgens getraind met tienduizenden voorbeelden van CT-scans. CT-scans die daarvoor al door longartsen beoordeeld waarin en waarop zij afwijkingen die mogelijk konden duiden op longkanker aangegeven hadden.
Longtumoren automatisch herkennen
"Daarna hebben we ons systeem nieuwe CT scans laten beoordelen en hebben artsen die beoordelingen gecontroleerd en waar nodig verbeterd of aangevuld. Uiteindelijk zijn we zo tot een systeem gekomen dat op populatieniveau net zo goed scans kan beoordelen als artsen. In individuele gevallen kan het echter nog misgaan: zeldzame gevallen die het algoritme nooit eerder gezien heeft kan het niet herkennen. Het is dus cruciaal dat we zo’n op kunstmatige intelligentie gebaseerd systeem blijven trainen met nieuwe data", vertelt Van Ginneken.
Inmiddels worden software en het algoritme al wereldwijd gebruikt. Het is echter nog te vroeg om de software volledig zelfstandig te laten functioneren. Er is nog onvoldoende maatschappelijk draagvlak voor computers die zelfstandig medische conclusies trekken. "Daarom wordt de software nu vooral gebruikt om radiologen te ondersteunen. De computer analyseert de CT scan en geeft alvast aan welke plekken de radioloog zeker moet bekijken. Daarmee is een radioloog twee keer zo snel klaar", aldus van Ginneken.
COPD en aderverkalking
De software is ook in staat andere afwijkingen te herkennen, zoals COPD en aderverkalking. Twee aandoeningen die veel voorkomen bij rokers. Dat is ook de groep die als eerste in aanmerking zou komen een longkanker bevolkingsonderzoek.
"Sterker nog, er sterven meer rokers aan hart- en vaatziekten door aderverkalking dan aan longkanker. Dus ook op die manier zou je gezondheidswinst kunnen behalen. Op dit moment loopt er een langjarige studie in Groningen naar de vraag of het zinvol is om deze screenings meteen erbij te doen", licht van Ginneken toe.
Kunstmatige intelligentie (AI) is binnen de zorg aan een opmars bezig, ook binnen de diagnostiek. Onlangs startte het Elisabeth Tweesteden Ziekenhuis (ETZ) een proef waarbij longfoto’s beoordeeld worden door een op kunstmatige intelligentie gebaseerd algoritme. "Er zijn inmiddels zo’n 150 CE gecertificeerde AI producten voor de radiologie. Maar er moet wel een systeem komen dat ervoor zorgt dat die software ook continu wordt verbeterd", besluit Van Ginneken.
