Volgens nieuw onderzoek zou AI kunnen helpen bij het opsporen van vroege tekenen van borstkanker, jaren voordat de ziekte via conventionele screening wordt gediagnosticeerd. In een grootschalig retrospectief onderzoek dat in Zweden werd uitgevoerd, ontdekten onderzoekers dat commercieel verkrijgbare AI-systemen in staat waren om subtiele afwijkingen op mammogrammen te detecteren tot wel zes jaar vóór een officiële diagnose van borstkanker.
De bevindingen vormen een aanvulling op een groeiend aantal aanwijzingen dat AI een waardevol hulpmiddel zou kunnen worden bij borstkankerscreening, niet alleen voor het opsporen van bestaande tumoren, maar ook voor het identificeren van vrouwen met een verhoogd risico op het ontwikkelen van de ziekte. Onderzoekers van het Karolinska Universitair Ziekenhuis analyseerden bijna 89.000 mammogrammen van meer dan 31.000 vrouwen, verzameld over een periode van tien jaar via de database „Validation of Artificial Intelligence for Breast Imaging“ (VAI-B). In het onderzoek werden drie in de handel verkrijgbare, op AI gebaseerde computerondersteunde detectiesystemen (AI-CAD) geëvalueerd en werden hun beoordelingen vergeleken met latere klinische uitkomsten.
AI-scores jaren vóór de diagnose
Uit de analyse bleek dat vrouwen bij wie uiteindelijk borstkanker werd vastgesteld, in eerdere mammogrammen consequent hogere, door AI gegenereerde risicoscores hadden dan vrouwen die kankervrij bleven. Volgens hoofdauteur Fredrik Strand vertoonde ongeveer één op de vijf gevallen van borstkanker mammografische kenmerken die AI-systemen al zes jaar vóór de diagnose konden herkennen. De voorspellende prestaties namen toe naarmate de tijd tot de diagnose korter werd.
Bij een specificiteit van 90 procent identificeerden de AI-systemen bij tot wel 19,7 procent van de vrouwen zes jaar vóór de diagnose potentiële toekomstige gevallen van borstkanker. Dit steeg tot 25,2 procent vier jaar vóór de diagnose en tot 39,3 procent twee jaar vóór de diagnose. De resultaten suggereren dat er subtiele veranderingen in de beeldvorming aanwezig kunnen zijn lang voordat radiologen tijdens routinematige screening met zekerheid een zich ontwikkelende borstkanker kunnen vaststellen. Het onderzoek is onlangs gepubliceerd in Radiology.
Gepersonaliseerde screening
De onderzoekers benadrukken dat de technologie niet bedoeld is om radiologen te vervangen. In plaats daarvan zouden door AI gegenereerde scores een extra laag aan informatie kunnen bieden ter ondersteuning van de klinische besluitvorming en kunnen helpen bij het identificeren van vrouwen die baat zouden kunnen hebben bij nauwlettender toezicht.
Het nationale borstkankerscreeningsprogramma van Zweden nodigt vrouwen in de leeftijd van 40 tot 74 jaar uit voor een mammografie om de twee jaar, waarbij elk onderzoek traditioneel door twee radiologen wordt beoordeeld. Door AI in dit proces te integreren, zou een meer gepersonaliseerde aanpak mogelijk kunnen worden, waarbij screeningintervallen en vervolgstrategieën worden aangepast aan het risicoprofiel van een individu.
Hoewel er nog verder onderzoek nodig is voordat dergelijke benaderingen in de klinische praktijk kunnen worden geïmplementeerd, benadrukt de studie de groeiende rol van AI in de preventieve oncologie. Naast het opsporen van bestaande tumoren kunnen toekomstige AI-systemen clinici helpen te begrijpen hoe borstkanker zich in de loop van de tijd ontwikkelt en de ziekte in een vroeger, mogelijk beter behandelbaar stadium op te sporen. Volgens de onderzoekers zou een longitudinale analyse van AI-scores uiteindelijk waardevolle inzichten kunnen bieden in de vroegst detecteerbare veranderingen die verband houden met borstkanker, wat nieuwe mogelijkheden biedt voor risicogebaseerde screening en vroegere interventie.
Risicovoorspelling voor borstkanker
Vorig jaar ontwikkelden onderzoekers van de Universiteit van Cambridge een op AI gebaseerd risicovoorspellingsinstrument dat vrouwen kan identificeren met een verhoogd risico op intervalborstkanker, een agressievere vorm van kanker die zich voordoet tussen routinematige mammografiescreenings door. In het onderzoek werden meer dan 134.000 mammogrammen uit het Britse borstkankerscreeningsprogramma geanalyseerd met behulp van het deep learning-algoritme Mirai.
De AI genereerde gepersonaliseerde risicoscores voor een periode van drie jaar op basis van borstdichtheid en subtiele beeldkenmerken die voor radiologen onzichtbaar zijn. Vrouwen in de 20% met het hoogste risico waren goed voor maar liefst 42% van alle gevallen van intervalkanker. Het model toonde de sterkste voorspellende prestaties binnen het eerste jaar na de screening en presteerde beter dan traditionele risicobeoordelingsmethoden, zelfs bij vrouwen met dicht borstweefsel. Onderzoekers zijn van mening dat de technologie meer gepersonaliseerde screeningsstrategieën kan ondersteunen en kan helpen om aanvullende beeldvorming te richten op vrouwen met het grootste risico.
In de afgelopen jaren is meer onderzoek gedaan naar (AI) tools die kunnen helpen bij het eerder diagnosticeren of het voorspellen van het risico op borstkanker. Zo werd in 2024 in de VS een AI-algoritme ontwikkeld dat aan de hand van mammogrammen die over een periode van drie jaar gemaakt zijn, als onderdeel van preventief borstkankeronderzoek bijvoorbeeld, ruim twee keer nauwkeuriger het risico op borstkanker kan voorspellen. Begin dit jaar berichtten wij over de BRAIx-risicoscore, een AI-model waarmee het mogelijk is het risico op de ontwikkeling van borstkanker in de komende vier jaar nauwkeurig in te schatten.
