EN
DE
De diagnostiek bij alvleesklierkanker verbetert als kunstmatige intelligentie wordt ingezet. AI spoort tumoren nauwkeuriger op dan de gemiddelde radioloog. Dat blijkt uit een internationale studie geleid door het Radboudumc, nu gepubliceerd in vakblad Lancet Oncology. De onderzoekers ontwikkelden een betrouwbare dataset, waarmee ze het beste AI-model voor de opsporing van alvleesklier konden bepalen.
Alvleesklierkanker is wereldwijd de meest dodelijke vorm van kanker, vooral doordat de ziekte laat ontdekt wordt. De klachten die bij deze tumoren horen, zijn vaak aspecifiek, waardoor patiënten en artsen niet direct aan kanker denken. Bovendien zijn deze tumoren in het beginstadium moeilijk zichtbaar op CT-scans van de buik. Als de diagnose eenmaal is gesteld, is een genezende behandeling meestal niet meer mogelijk. Slechts tien procent van de patiënten leeft nog na vijf jaar.
Goede beoordeling
AI-onderzoeker Henkjan Huisman en radioloog John Hermans onderzochten de mogelijkheden om met behulp van AI de diagnostiek te verbeteren. Zij creëerden een betrouwbare maatstaf: een niet-openbare dataset van scans van bijna 400 patiënten uit de westerse wereld, beoordeeld door een grote groep internationale experts. Vervolgens riepen zij ontwikkelaars wereldwijd op om AI-modellen te ontwikkelen waarmee alvleesklierkanker opgespoord kan worden. Meer dan 250 modellen werden ingestuurd.
De onderzoekers lieten deze modellen los op de niet-openbare dataset, waaruit bleek dat de beste AI-modellen alvleesklierkanker nauwkeuriger opspoorden dan de gemiddelde radioloog. Zo scoorde het AI-systeem 38% minder fout-positieve resultaten vergeleken met de groep radiologen. In 92% van de scans maakte AI de juiste beoordeling, versus 88% van de groep radiologen.
Deze resultaten tonen aan dat AI de radioloog op zijn minst kan ondersteunen in diens werk en op termijn de werkdruk voor radiologen kan doen verminderen. De ontwikkelde AI moet nog gevalideerd worden en is voorlopig niet beschikbaar voor patiënten in de kliniek. Maar het zijn belangrijke ontwikkelingen, benadrukt hoofdonderzoeker Henkjan Huisman: ‘Juist omdat we een betrouwbare maatstaf, of benchmark, hebben ontwikkeld, weten we dat de AI-systemen die goed scoren bij de beoordeling van deze dataset, ook daadwerkelijk goed zijn.’
Aanknopingspunten voor snellere diagnostiek
Het beste AI-model biedt mogelijk ook aanknopingspunten voor diagnostiek in een vroeger stadium. Radioloog John Hermans: ‘In het onderzoek zien we eerste aanwijzingen dat we met dit AI-model echt iets in handen hebben voor een snellere diagnose en daarmee mogelijk snellere behandeling. Dit vormt een klein lichtpuntje aan de horizon, iets waar we bij deze kanker dringend behoefte aan hebben.’
Toch is het volgens Hermans nog te vroeg om AI direct in te zetten voor vroegdiagnostiek: ‘We moeten juist bij deze ziekte vals-positieven voorkomen, gezien onnodige druk op de zorg, maar zeker ook vanwege de onrust die een dergelijke verdenking met zich meebrengt onder patiënten.’ Daarom trainen de onderzoekers nu betere AI-modellen op andere, bredere scans van de buik. Hiervoor ontvingen Hermans, Huisman en collega’s een subsidie van het Hanarth Fonds.
Over de publicatie
Dit onderzoek is gepubliceerd in Lancet Oncology: Artificial intelligence and radiologists in pancreatic cancer detection using standard of care CT (PANORAMA): an international, paired, non-inferiority, confirmatory, observational study. Natalia Alves, Megan Schuurmans, Dawid Rutkowski, Anindo Saha, Pierpaolo Vendittelli [...], Sebastiaan van Koeverden, Deniece M. Riviere, Wulphert Venderink [...], Geert Litjens, John Hermans, Henkjan Huisman, on behalf of the PANORAMA consortium, on behalf of the PANORAMA consortium. DOI: 10.5281/zenodo.10599559.
Deze studie werd gefinancierd door het Horizon Europe programma van de Europese Unie.
-
Meer weten over deze onderwerpen? Klik dan via onderstaande buttons door naar meer nieuws.
Artificial intelligenceNieuws homepage Patientenzorg en Nieuws en verhalen
