De inzet van kunstmatige intelligentie (AI) belooft een doorbraak in de vroege opsporing van alvleesklierkanker. Uit een internationale studie onder leiding van het Radboudumc blijkt dat AI tumoren nauwkeuriger detecteert dan de gemiddelde radioloog. Dankzij een zorgvuldig opgebouwde dataset konden onderzoekers bepalen welk model het meest betrouwbaar is voor de diagnostiek van deze agressieve kanker. De bevindingen kunnen de standaardzorg ingrijpend veranderen in de nabije toekomst.
Alvleesklierkanker is wereldwijd de dodelijkste vorm van kanker, voornamelijk omdat de ziekte vaak in een laat stadium wordt ontdekt. De symptomen zijn meestal vaag, waardoor zowel patiënten als artsen niet meteen aan kanker denken. Daarnaast zijn vroege tumoren moeilijk te zien op CT-scans van de buik. Zodra de diagnose is gesteld, is een genezende behandeling meestal niet meer haalbaar. Slechts tien procent van de patiënten overleeft vijf jaar of langer.
Goede AI-modellen creëren
AI-onderzoeker Henkjan Huisman en radioloog John Hermans onderzochten hoe AI kan bijdragen aan betere diagnostiek. Ze stelden een betrouwbare referentie op: een niet-openbare dataset met scans van bijna 400 westerse patiënten, beoordeeld door een omvangrijke groep internationale experts. Vervolgens nodigden ze ontwikkelaars van over de hele wereld uit om AI-modellen te creëren die alvleesklierkanker kunnen detecteren. Uiteindelijk werden meer dan 250 modellen ingediend. Het onderzoek is onlangs gepubliceerd in Lancet Oncology,
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 procent minder fout-positieve resultaten vergeleken met de groep radiologen. In 92 procent van de scans maakte AI de juiste beoordeling, versus 88 procent van de groep radiologen. Deze studie werd gefinancierd door het Horizon Europe programma van de Europese Unie.
Deze resultaten tonen aan dat AI de radioloog op zijn minst kan ondersteunen in het werk en op termijn de werkdruk voor radiologen kan verminderen. De ontwikkelde AI moet nog worden gevalideerd 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.”
Opsporen in vroeger stadium
Het meest veelbelovende AI-model kan mogelijk bijdragen aan het eerder opsporen van alvleesklierkanker. Radioloog John Hermans stelt dat de eerste resultaten laten zien dat het model kan helpen bij een snellere diagnose en mogelijk ook een vroegere behandeling. Dit biedt een voorzichtig positief vooruitzicht in een gebied waar zulke doorbraken volgens Hermans hard nodig zijn.
Volgens Hermans is het nog te vroeg om AI direct te gebruiken voor vroegdiagnostiek: het is belangrijk om vals-positieven te vermijden, zowel om de zorg niet onnodig te belasten als om patiënten niet onnodig onrust te bezorgen. Daarom werken de onderzoekers nu aan verbeterde AI-modellen op basis van bredere buikscans. Voor dit vervolgonderzoek kregen Hermans, Huisman en hun team subsidie van het Hanarth Fonds.
Twee jaar geleden schreven we over een studie onder leiding van onderzoekers van de Harvard Medical School en de Universiteit van Kopenhagen dat liet zien dat een AI-tool mensen met het hoogste risico op alvleesklierkanker tot drie jaar vóór de daadwerkelijke diagnose de ziekte vroegtijdig kan opsporen.
