Een door onderzoekers van het Antoni van Leeuwenhoek (AVL) en het Nederlands Kanker Instituut ontwikkeld AI-model kan nauwkeuriger bepalen of een behandeling tegen longvlieskanker aanslaat dan bestaande meetmethoden. Het model, ARTIMES genaamd, analyseert het volledige tumorvolume op CT-scans en biedt artsen daarmee een betrouwbaarder hulpmiddel om behandelbeslissingen te nemen. Volgens de onderzoekers kan de technologie niet alleen de zorg voor patiënten met mesothelioom verbeteren, maar mogelijk ook de evaluatie van andere tumorsoorten veranderen.
Het beoordelen van het effect van een kankerbehandeling gebeurt doorgaans door te meten of een tumor groeit of krimpt. Daarbij worden wereldwijd de zogenoemde RECIST-criteria gebruikt, die gebaseerd zijn op het meten van tumordoorsnedes op scans. Bij mesothelioom, een agressieve vorm van longvlieskanker, schiet deze methode echter tekort. De tumor groeit niet als een duidelijk afgebakende massa, maar vormt vaak een dunne en grillige laag langs de longwand. Daardoor is het lastig vast te stellen waar en hoe gemeten moet worden. Dit leidt regelmatig tot onzekerheid bij zowel artsen als patiënten. Het kan bovendien langer duren voordat duidelijk wordt of een behandeling effectief is.
AI meet tumorvolume
Om dit probleem op te lossen ontwikkelden AI-specialisten, radiologen en longartsen van het AVL het AI-model ARTIMES. In plaats van slechts enkele afmetingen te meten, analyseert het model de volledige inhoud van de tumor en vergelijkt deze met eerdere scans. Volgens longarts Sjaak Burgers is een dergelijke analyse voor mensen nauwelijks uitvoerbaar. Het handmatig beoordelen van alle afzonderlijke beeldpunten op een CT-scan zou zeer tijdrovend zijn. AI kan deze taak daarentegen snel en consistent uitvoeren, waarna artsen de resultaten controleren en interpreteren.
Voor de ontwikkeling en validatie van het model werden meer dan 11.000 CT-scans van ruim 2.000 patiënten uit 121 ziekenhuizen wereldwijd gebruikt. Daarmee behoort het onderzoek tot de grootste studies op dit gebied. Technisch geneeskundige Kevin Groot Lipman, die het onderzoek leidde, stelt dat ARTIMES voor het eerst laat zien dat AI bij deze toepassing beter presteert dan menselijke beoordeling alleen en dat artsen de uitkomsten daadwerkelijk kunnen gebruiken bij klinische besluitvorming. De resultaten van het onderzoek zijn gepubliceerd in het wetenschappelijke tijdschrift The Lancet.
Sneller bijsturen
De meerwaarde van het model zit vooral in het sneller herkennen van behandelingen die onvoldoende effect hebben. Wanneer een therapie niet aanslaat, kan dat volgens de onderzoekers eerder worden vastgesteld dan met de huidige meetmethoden. Dat biedt patiënten de mogelijkheid om sneller over te stappen op een alternatieve behandeling. Tegelijkertijd kunnen onnodige bijwerkingen van ineffectieve therapieën worden voorkomen en kunnen zorgkosten worden beperkt.
Om ervoor te zorgen dat de technologie direct toepasbaar is in de klinische praktijk, ontwikkelde het onderzoeksteam niet alleen het AI-model, maar ook richtlijnen die artsen ondersteunen bij de interpretatie van de resultaten. De uiteindelijke verantwoordelijkheid voor behandelbeslissingen blijft daarbij altijd bij de arts.
Nieuwe standaard?
Naast de directe impact op patiëntenzorg verwachten de onderzoekers dat ARTIMES ook gevolgen zal hebben voor de ontwikkeling van nieuwe kankertherapieën. In analyses van gegevens uit acht klinische studies bleek dat volumemetingen met AI nauwkeuriger voorspellen hoe patiënten het op de lange termijn doen dan de momenteel gebruikte RECIST-criteria. Daardoor kunnen klinische studies mogelijk efficiënter worden uitgevoerd en kan sneller worden vastgesteld of nieuwe behandelingen daadwerkelijk effect hebben.
Voorlopig mag het model vanwege Europese regelgeving alleen binnen het Antoni van Leeuwenhoek klinisch worden ingezet. Het onderzoeksteam werkt aan bredere certificering zodat ook andere ziekenhuizen gebruik kunnen maken van de technologie. Ondertussen worden binnen het AVL al vergelijkbare AI-modellen ontwikkeld voor onder meer longkanker en hersenmetastasen. Volgens de onderzoekers markeert ARTIMES mogelijk het begin van een nieuwe generatie oncologische meetmethoden, waarbij niet langer de omvang van een tumor centraal staat, maar het volledige tumorvolume.
Internationaal onderzoek
Vorig jaar liet een internationaal onderzoek onder leiding van de Icahn School of Medicine at Mount Sinai al zien dat AI de diagnostiek van longkanker aanzienlijk kan versnellen. Het ontwikkelde AI-model kan genetische EGFR-mutaties, die belangrijk zijn voor gerichte kankerbehandelingen, voorspellen op basis van standaard H&E-gekleurde pathologiebeelden. Hierdoor zijn kostbare en tijdrovende genetische tests niet altijd direct nodig.
Dat model werd getraind met de grootste beschikbare dataset van longadenocarcinoompatiënten uit Europa en de Verenigde Staten. In een real-time ‘stille’ klinische studie in het Memorial Sloan Kettering Cancer Center detecteerde de AI nauwkeurig EGFR-mutaties en zou het aantal urgente genetische tests met meer dan 40 procent kunnen verminderen.
