Bij ongeveer een vijfde van de patiënten die een CT-scan ondergaan, komen metalen implantaten voor zoals een knieprothese, heupprothese of hartkleppen. Door zo’n prothese kan het beeld vertroebeld worden door zogeheten metaalartefacten. Een onderzoeksgroep van Isala ontwikkelt hiervoor een oplossing in de vorm van een AI-algoritme, dat de beeldkwaliteit van de CT-scan kan verhogen. De resultaten van dit onderzoek werden onlangs gepubliceerd in het European Journal of Radiology.
Metaalartefacten op CT-scans hebben lang artsen en radiologen uitgedaagd, omdat ze de interpretatie van beelden bemoeilijken en het zicht op omliggend weefsel beperken. Deze uitdagingen hebben geleid tot het missen van diagnoses en complicaties zoals spierscheuringen, infecties, dislocaties en tumoren. Bestaande technieken bleken vaak ontoereikend om deze problemen effectief aan te pakken.
Nieuw algoritme
Het nieuwe AI-algoritme, ontwikkeld door het team onder leiding van wetenschappelijk onderzoeker Mark Selles, biedt echter een veelbelovende oplossing. Selles legt uit dat het algoritme is getraind met behulp van een enorme dataset van meer dan 100.000 beelden, waarvan sommige metalen artefacten bevatten en andere niet. Door deze dataset kon het algoritme leren om artefacten te herkennen en ze te verwijderen. Hierdoor wordt de beeldkwaliteit aanzienlijk verbeterd, waardoor omliggend weefsel, zoals botten en spieren, veel duidelijker zichtbaar wordt.
Verbeteren CT-scans
Het onderzoek begon ongeveer twee jaar geleden en omvatte het opbouwen van een uitgebreide database, de ontwikkeling van het AI-algoritme en intensieve training om ervoor te zorgen dat het in de praktijk effectief zou zijn. Het algoritme is inmiddels getest bij echte patiënten en de resultaten zijn veelbelovend. Selles benadrukt echter dat de patiëntenzorg altijd de prioriteit blijft en dat de praktische toepassing van het algoritme nog moet worden uitgewerkt, maar waarschijnlijk op termijn tot betere CT-scans zal leiden.
Het onderzoek heeft internationale aandacht getrokken en is recentelijk gepresenteerd op een congres in Bilbao en de Nederlandse radiologendagen, waar het werd bekroond met de tweede prijs voor het 'beste abstract'. Het team werkt samen met Philips om te bepalen hoe het algoritme in de klinische praktijk kan worden geïntegreerd, hoewel dit nog enige tijd in beslag zal nemen.
Isala & AI
Naast het succesvolle gebruik van AI om CT-scanbeelden te verbeteren, zijn er bij Isala een aantal andere opvallende AI-projecten. Een van deze projecten betreft de combinatie van MRI- en HIFU-technologie voor de behandeling van vrouwen met myomen. Tijdens de behandeling kan er geen contrastvloeistof worden gebruikt om het resultaat te visualiseren en AI biedt hiervoor een slimme oplossing. Een ander project richt zich op de beoordeling van de botgroei bij kinderen met kunstmatige intelligentie. Een derde voorbeeld van AI-gebruik in Isala omvat een model dat, na een PET-CT-onderzoek van het hart, het risico op een hartinfarct voorspelt.
In de toekomst is er met AI in Isala en andere ziekenhuizen steeds meer mogelijk. Het nieuwe AI-algoritme voor CT-scans is weer een mooi voorbeeld van hoe dat kan. Isala zal blijven investeren in geavanceerde technologie om de gezondheid en de zorg voor patiënten te verbeteren. De nauwe samenwerking met partners zoals Philips belooft de komende jaren in ieder geval veel goeds.
