Apotheker-promovendus Justine Cuperus van het HagaZiekenhuis start een onderzoek naar het voorspellen van de effectiviteit en bijwerkingen van immuuntherapie bij uitgezaaide longkanker. Met twee op artificiële intelligentie gebaseerde modellen wil zij achterhalen welke patiënten baat hebben bij deze intensieve behandeling en wie onnodig risico loopt. Het onderzoek moet arts en patiënt beter onderbouwde keuzes in de spreekkamer opleveren. Als onderdeel van haar promotieonderzoek ontwikkelt Cuperus twee slimme modellen gedreven door artificiële intelligentie (AI) die dit mogelijk moeten maken.
Dit kan patiënt en arts in de spreekkamer ondersteunen wanneer ze een goed onderbouwde keuze willen maken bij de vraag: wel of niet starten met deze intensieve therapie? Ze krijgen beter inzicht in de verwachting van de uitkomsten. “Met dit onderzoek streef ik ernaar bij te dragen aan datagedreven en doelgerichte zorg, afgestemd op de individuele patiënt”, aldus Cuperus.
Veelbelovend, maar relatief laag succes
Longkanker is een van de meest voorkomende en dodelijke kankersoorten. Hoewel immuuntherapie voor sommige patiënten veelbelovend is, slaat de behandeling slechts bij ongeveer één op de vijf aan. Tegelijkertijd kan de therapie ernstige, soms levensbedreigende bijwerkingen veroorzaken en brengt zij hoge kosten met zich mee. Met de ontwikkeling van slimme, AI-gedreven voorspelmodellen wil Cuperus meer inzicht geven in de te verwachten uitkomsten per individuele patiënt, zodat gerichter en veiliger behandeld kan worden.
In Nederland wordt jaarlijks bij meer dan 14.500 mensen longkanker vastgesteld en sterven ruim 10.000 patiënten aan deze aandoening. De meest voorkomende variant is niet-kleincellige longkanker. In 2025 kregen in het HagaZiekenhuis meer dan 280 mensen deze diagnose te horen. Bij bijna de helft van hen wordt de ziekte pas vastgesteld wanneer de tumor zich al naar andere delen van het lichaam heeft uitgezaaid. “Door de introductie van immuuntherapie zijn de behandelopties voor deze patiënten de afgelopen jaren sterk veranderd. Deze therapie heeft de overlevingskansen van patiënten waarbij het behandeldoel genezing is, aanzienlijk verbeterd”, legt Cuperus uit.
Werking
Immuuntherapie zet het eigen afweersysteem aan het werk om tumorcellen te herkennen en uit te schakelen. Het middel dat daarbij volgens Cuperus het vaakst wordt ingezet is pembrolizumab. Toch heeft deze behandeling slechts bij 19,5 procent van de patiënten het gewenste effect. Daar staat tegenover dat bijwerkingen geregeld voorkomen. Die lopen uiteen van benauwdheid en maag-darmklachten tot bloedarmoede en huidontstekingen. Ook vermoeidheid en een verminderde conditie worden vaak gemeld. Cuperus vertelt dat patiënten vooraf duidelijkheid willen over wat hen te wachten staat bij de start van de therapie, terwijl longartsen behoefte hebben aan betrouwbare informatie om hen zo goed mogelijk te begeleiden.
Cuperus wil dit mogelijk maken. In de bestaande situatie worden de verwachtingen over de effectiviteit van immuuntherapie gebaseerd op uitkomsten van klinische onderzoeken en de ervaring van artsen. “Om een goed onderbouwde keuze te realiseren, verzamelen wij nu gegevens van 2.400 patiënten uit 5 Nederlandse ziekenhuizen: het HagaZiekenhuis, LUMC, HMC, Isala en Tergooi MC. Ik maak een zo breed mogelijke dataset van patiënten die behandeld zijn met immuuntherapie. Daarbij kijk ik naar bijvoorbeeld leeftijd, geslacht, gewicht en rookgeschiedenis”, legt Cuperus uit.
Twee modellen
Maar er wordt ook gekeken naar de kenmerken van de tumorcellen, de locatie van uitzaaiingen en naar andere medicatie of aandoeningen van de patiënt. Met behulp van de AI-software CTcue verzamelt Cuperus deze gegevens zonder dat ze herleidbaar zijn tot individuele patiënten. Met de uitgebreide dataset ontwikkelt Cuperus twee modellen: één voor de effectiviteit van de behandeling en één voor het voorspellen van bijwerkingen.
Cuperus legt uit dat de modellen patronen leren herkennen in de gegevens van de eerder behandelde patiënten. Zo kunnen ze inzicht bieden in de verwachte uitkomsten voor nieuwe patiënten. Cuperus benadrukt dat het model niet de uiteindelijke behandelingskeuze maakt, maar dat het model de artsen en de patiënten helpt om te begrijpen hoe mensen met vergelijkbare kenmerken hebben gereageerd op immuuntherapie. “Dit biedt hopelijk in de toekomst waardevolle ondersteuning bij het maken van een weloverwogen keuze in de spreekkamer”, aldus Cuperus.
Toepassen
Cuperus staat er niet alleen voor bij de ontwikkeling van de voorspellingsmodellen. Een belangrijk onderdeel van haar onderzoek is juist de toepassing in de dagelijkse praktijk van het ziekenhuis: van theorie naar patiëntenzorg. Eerst moet vaststaan dat de voorspellingen voldoende betrouwbaar zijn. Het HagaZiekenhuis fungeert als hoofdcentrum, met betrokkenheid van ziekenhuisapotheker Loes Visser, datawetenschapper Ramin Shirali Hossein Zade en de longartsen.
Daar blijft het wat Cuperus betreft niet bij. Er zijn meer kostbare en intensieve geneesmiddelen waarvoor het waardevol zou zijn om vooraf te kunnen inschatten hoe een patiënt erop reageert. Dat ondersteunt niet alleen beter onderbouwde behandelkeuzes en realistische verwachtingen over de uitkomsten, maar helpt ook onnodige bijwerkingen te beperken. Zo kan dure therapie doelgerichter en efficiënter worden ingezet.
Behandeluitkomsten bij hersentumoren
Een vergelijkbaar initiatief loopt bij het Elisabeth-Tweesteden Ziekenhuis waarover we afgelopen zomer schreven. Daar zet de afdeling Neurochirurgie de komende drie jaar AI in om behandeluitkomsten bij patiënten met hersentumoren beter te voorspellen. Het project wordt onder meer gefinancierd via de MedZO-regeling van ZonMw en beschikt over een budget van 3 miljoen euro.
Doel is AI-modellen te ontwikkelen die die in de toekomst kunnen worden ingezet om betere voorspellingen te doen over hoe chirurgische behandelingen de gezondheid van patiënten met bepaalde tumoren, zoals gliomen (hersentumoren) en vestibulair schwannoom (goedaardige tumor vanuit gehoorszenuw), gaan beïnvloeden.
