Onderzoekers van het Israëlische Technion Institute of Technology en diverse Amerikaanse onderzoekscentra hebben een nieuwe AI-gedreven methode ontwikkeld die MRI-scans voor de detectie van borstkanker aanzienlijk sneller en nauwkeuriger maakt. De technologie, ELITE genaamd, combineert kunstmatige intelligentie met geavanceerde wiskundige modellen en maakt het mogelijk om tijdens een MRI-onderzoek elke seconde een nieuw beeld te genereren. Daarmee ontstaat een vrijwel continue weergave van de verspreiding van contrastvloeistof door borstweefsel.
De resultaten kunnen belangrijke gevolgen hebben voor de diagnostiek van borstkanker. Wereldwijd krijgen jaarlijks ongeveer 2,3 miljoen mensen de diagnose borstkanker, waarvan het merendeel vrouwen. Snellere en nauwkeurigere beeldvorming kan bijdragen aan een eerdere detectie van tumoren en een betere karakterisering van verdachte afwijkingen. Volgens hoofdonderzoeker Eddy Solomon van de faculteit Biomedical Engineering van Technion richt het onderzoek zich op dynamische MRI, een techniek die vooral wordt ingezet bij vrouwen met een verhoogd risico op borstkanker. Dynamische MRI geldt als een van de meest gevoelige beeldvormingstechnieken voor het opsporen van tumoren en behaalt een nauwkeurigheid van meer dan 90 procent.
Van minuten naar seconden
Het grote nadeel van MRI is dat hoge beeldkwaliteit doorgaans gepaard gaat met langere scantijden. Daardoor ontstaat een compromis tussen detailniveau en de mogelijkheid om veranderingen in het lichaam in real-time te volgen. Traditionele dynamische MRI-systemen produceren doorgaans één beeld per één tot twee minuten. Dat beperkt de mogelijkheid om nauwkeurig te volgen hoe contrastmiddel zich door het borstweefsel en eventuele tumoren verspreidt. Juist die dynamiek bevat belangrijke informatie over de biologische eigenschappen van een tumor.
Om dit probleem op te lossen combineerden de onderzoekers meerdere technologieën. Een wiskundig model identificeert structurele en functionele patronen in verschillende soorten weefsel. Vervolgens verwijdert een deep-learningnetwerk op basis van een ResNet-architectuur ruis en vervormingen uit de beelden. Tegelijkertijd reconstrueert het systeem ontbrekende informatie uit onvolledige metingen.
Het resultaat is een beeldsnelheid van één MRI-opname per seconde, zonder verlies van diagnostische kwaliteit. In een studie onder 54 patiënten bleek ELITE tumoren beter zichtbaar te maken dan bestaande reconstructiemethoden. Ook rapporteerden de onderzoekers een hoge beeldkwaliteit en diagnostische sensitiviteit. Door de vrijwel continue registratie van contrastopname kunnen radiologen kleine tumoren beter detecteren, onderscheid maken tussen goedaardige en kwaadaardige afwijkingen en eigenschappen zoals doorbloeding en vaatdoorlaatbaarheid nauwkeuriger beoordelen.
AI in borstkankerdiagnostiek
De ontwikkeling past binnen een bredere trend waarbij kunstmatige intelligentie een steeds belangrijkere rol krijgt binnen de beeldvormende diagnostiek van borstkanker. De afgelopen jaren heeft AI vooral naam gemaakt binnen mammografiescreening. Uit eerdere onderzoeken bleek dat AI-systemen mammogrammen met een vergelijkbare of zelfs hogere nauwkeurigheid kunnen beoordelen dan radiologen. In Nederland werd onder meer aangetoond dat AI-ondersteunde analyse van mammografieën effectief is binnen bevolkingsonderzoeken. Daarnaast liet onderzoek zien dat AI de kosten van mammografiescreening met ongeveer 30 procent kan verlagen doordat minder menselijke beoordelingscapaciteit nodig is en screeningsprocessen efficiënter verlopen.
Waar AI bij mammografie vooral wordt ingezet als tweede lezer of triagetool, richt de nieuwe ELITE-technologie zich op een andere uitdaging: het verbeteren van de kwaliteit en snelheid van de beeldvorming zelf. Daarmee verschuift AI van ondersteunende analyse naar een fundamenteel onderdeel van het scanproces. Voor zorginstellingen kan dat belangrijke voordelen opleveren. Kortere scantijden betekenen dat meer patiënten met dezelfde MRI-scanner onderzocht kunnen worden, terwijl de diagnostische informatie toeneemt.
Toepassingen buiten borstkanker
Hoewel ELITE specifiek werd ontwikkeld voor borst-MRI, zien de onderzoekers bredere toepassingsmogelijkheden. In aanvullende experimenten bleek de methode ook geschikt voor beeldvorming van de hersenen en het hoofd-halsgebied.
De technologie bouwt voort op eerder onderzoek waarbij een unieke database met 300 borst-MRI-scans werd ontwikkeld voor het trainen en valideren van AI-systemen. Volgens de onderzoekers vormt ELITE een belangrijke stap richting intelligente beeldvormingsplatforms die niet alleen sneller werken, maar ook meer inzicht geven in de biologische processen die zich in real-time in het lichaam afspelen.
Op langere termijn zou dat kunnen bijdragen aan meer gepersonaliseerde diagnostiek en behandelplanning. Voor radiologen betekent het bovendien toegang tot gedetailleerdere informatie over tumorgedrag, terwijl patiënten profiteren van kortere onderzoeken en mogelijk een eerdere en nauwkeurigere diagnose.
