De borstklinieken van AZ Delta, az Groeninge, AZORG en ZAS zijn gestart met de klinische evaluatie van een AI-systeem dat artsen moet ondersteunen bij behandelbeslissingen voor patiënten met borstkanker. De technologie voorspelt bij de diagnose onder meer de grootte van de tumor, het risico op uitzaaiingen naar de okselklieren en de verwachte respons op chemotherapie.
Het systeem is ontwikkeld binnen het gezamenlijke BREACS-project van de vier borstklinieken. Het doel is om vóór een operatie beter te kunnen bepalen welke behandeling het meest geschikt is voor een individuele patiënt. De AI neemt daarbij geen beslissingen over, maar levert aanvullende informatie aan het multidisciplinaire behandelteam.
Data van ruim 8.000 patiënten
De AI-modellen zijn ontwikkeld door RADar, het leer- en innovatiecentrum van AZ Delta. Hiervoor is een databank gebruikt met gegevens van meer dan 8.000 patiënten met borstkanker. Het systeem combineert geanonimiseerde klinische patiëntgegevens met radiologische informatie en gedigitaliseerde pathologiebeelden. Door deze verschillende gegevensbronnen gezamenlijk te analyseren, kan AI patronen herkennen die afzonderlijk moeilijk waarneembaar zijn. Daarmee willen de ontwikkelaars een completer beeld creëren van de tumor en de individuele patiënt.
Een nauwkeurigere voorspelling van uitzaaiingen naar de okselklieren zou er in de toekomst bijvoorbeeld toe kunnen leiden dat bepaalde chirurgische ingrepen achterwege kunnen blijven. Dat kan het risico op complicaties zoals lymfoedeem, pijn en bewegingsbeperkingen verkleinen.
Ook een betere inschatting van de daadwerkelijke tumorgrootte kan van belang zijn. Hiermee zouden mogelijk heroperaties of ingrijpendere borstchirurgie kunnen worden voorkomen. Een nauwkeurigere voorspelling van de respons op chemotherapie kan daarnaast bijdragen aan een gerichtere behandeling en het verminderen van zowel over- als onderbehandeling.
Historische dossiers beoordelen
Het AI-systeem wordt momenteel nog niet ingezet voor de behandeling van patiënten. In de klinische evaluatie beoordelen oncologische teams van de vier ziekenhuizen historische patiëntendossiers zowel met als zonder ondersteuning van de AI. De onderzoekers vergelijken vervolgens de behandeladviezen om vast te stellen of het systeem leidt tot consistentere en beter gepersonaliseerde besluitvorming. Ook wordt onderzocht hoe artsen het werken met de technologie ervaren.
Wanneer de resultaten van deze evaluatie positief zijn, volgt een volgende fase waarin het AI-systeem in de dagelijkse klinische praktijk wordt getest. Pas daarmee kan verder worden onderzocht welke meerwaarde de technologie daadwerkelijk kan bieden voor behandelbeslissingen en patiënten met borstkanker.
AI bij de behandeling van kanker
Deze zomer ontwikkelden Amerikaanse onderzoekers een door kwantumfysica geïnspireerde AI-methode die precisie-oncologie beter kan afstemmen op het volledige moleculaire profiel van een patiënt. Anders dan traditionele benaderingen, die vaak naar afzonderlijke genetische mutaties kijken, analyseert de methode meerdere informatielagen, waaronder DNA, RNA en moleculaire signalen uit tumorweefsel en bloed.
Een belangrijk voordeel is dat de techniek miljoenen tot miljarden moleculaire kenmerken kan analyseren met gegevens van relatief weinig patiënten. Daarmee pakt de aanpak een belangrijke beperking van conventionele machine learning aan: medische studies beschikken doorgaans over veel minder patiënten dan biologische variabelen. De onderzoekers stellen dat deze methode uiteindelijk kan gaan bijdragen aan beter gepersonaliseerde behandelkeuzes, de identificatie van nieuwe aangrijpingspunten voor geneesmiddelen en mogelijk succesvollere klinische studies.
Referenties
Voeg ICT&health toe aan Google
Toon meer content van ICT&health in Google Zoeken.
