Onderzoekers van het UMC Utrecht hebben met behulp van kunstmatige intelligentie (‘artificial intelligence’, AI) ontdekt dat het risico op borstkanker bij vrouwen met zeer dicht borstweefsel voorspeld kan worden via een MRI met contrastvloeistof.1 Deze ontdekking kan in toekomst mogelijk bijdragen aan een betere screening naar borstkanker bij vrouwen met zeer dicht borstweefsel. Toepassingen van AI in de oncologische zorg worden steeds uitgebreider en zijn veelbelovend.
In Nederland worden vrouwen tussen 50 en 75 jaar elke twee jaar opgeroepen voor het bevolkingsonderzoek naar borstkanker. Hierbij wordt met behulp van een mammografie getracht vroegtijdig borstkanker op te sporen. Mammografie blijkt bij 8% van de deelnemers echter niet afdoende, omdat hun borstweefsel te dicht is om het risico op borstkanker met voldoende betrouwbaarheid in te schatten. Juist deze vrouwen hebben baat bij een succesvol bevolkingsonderzoek, omdat ze een 3 tot 6 maal hoger risico op lopen op borstkanker in vergelijking tot de gemiddelde vrouw.
Een andere bekende risicofactor voor borstkanker is een hoge ‘background parenchymal enhancement’ (BPE). BPE wordt gemeten met MRI, waarbij door het inspuiten van een contrastvloeistof het klierweefsel zichtbaar wordt gemaakt. Hoe lichter het klierweefsel, hoe hoger de BPE. Promovendus Hui Wang van het UMC Utrecht heeft een AI-model ontwikkeld waarmee zij de additionele risicofactoren van vrouwen met een hoge borstdichtheid onderzocht. Op basis van de MRI-scans van 4.553 vrouwen, afkomstig uit de DENSE-studie, werd voor het eerst aangetoond dat een verhoogde BPE het borstkankerrisico van vrouwen met een hoge borstdichtheid laat toenemen.
De resultaten van deze nieuwe studie kunnen de inzet van MRI’s mogelijk efficiënter maken. Zo kan het AI-model helpen bij het beoordelen van de scans én kan de BPE-meting als leidraad gebruikt worden voor het bepalen van de frequentie van herhaalscans. Vrouwen met een hoge borstdichtheid en een lage BPE zouden bijvoorbeeld minder herhaalscans hoeven te ondergaan dan vrouwen met een hoge borstdichtheid en een hoge BPE. De resultaten van de studie van Wang zijn onlangs gepubliceerd in wetenschappelijk tijdschrift Radiology.2
De inzetbaarheid van AI bij borstkankerscreenings is recentelijk ook onderzocht door een Zweedse onderzoeksgroep.3 In een gerandomiseerde, gecontroleerde, populatie-gebaseerde studie werd mammografiedata van 80.033 vrouwen beoordeeld, waarvan de helft middels AI werd gescreend (gevolgd door beoordeling door een radioloog) en de andere helft door de standaard tweevoudige handmatige beoordeling. AI-screening leidde tot de ontdekking van 244 gevallen van borstkanker, terwijl standaardscreening 203 gevallen wist te identificeren. Het aantal vals-positieve uitslagen was vergelijkbaar is beide studiegroepen.
Toepassingen van AI in de geneeskunde komt steeds meer in de belangstelling te staan. Zo heeft dienstverlener Info Support in mei 2023 aangekondigd dat het de NWO de komende jaren zal ondersteunen bij het onderzoeken en ontwikkelen van AI-modellen met toepassingen in de oncologiezorg in het kader van het PersOn-programma.4 De doelstellingen zijn hierbij met name het personaliseren van de zorg geleverd aan patiënten met kanker én het verhogen van de efficiëntie in de oncologiezorg, waardoor behandelingstrajecten ingekort kunnen worden en de druk op het zorgpersoneel wordt verlicht. In het PersOn-programma wordt geprobeerd om met behulp van AI de uitkomsten van verschillende behandelingen te voorspellen op basis van de gegevens van de individuele patiënt. Zo kan AI in de toekomst hopelijk bijdragen aan personalisatie van het oncologietraject, waarbij een maximale kwaliteit van leven wordt bereikt.
Referenties
Naar boven
