AI Artificial Intellegence
123

Artificiële intelligentie (AI)

Artificiële intelligentie baanbrekend in kankerzorg

Artificiële of kunstmatige intelligentie (AI) biedt vele mogelijkheden voor verdere verbetering van kankeronderzoek, -diagnostiek en de behandeling van patiënten. AI zorgt ervoor dat een computer mensachtige vaardigheden vertoont zoals redeneren, leren en plannen. Er wordt gebruik gemaakt van algoritmen; een wiskundige formule of set van instructies om een probleem op te lossen. Met algoritmes kan van tevoren bepaald worden wat er gebeurt in een situatie. Computers zien soms meer dan mensen, wat AI onderzoekers en artsen helpt nog beter te beslissen, bijvoorbeeld bij de vroege opsporing en behandeling van kanker:

  • Borstkanker vroegtijdig opsporen met MRI;
  • Behandeling met adaptieve radiotherapie;
  • Klinisch gebruik van AI in de radiologie;
  • Therapierespons: werkt de therapie?

Borstkanker vroegtijdig opsporen met MRI

Ritse Mann, radioloog, en Jonas Teuwen, voortrekker van de AI for Oncology groep, werken samen aan de ontwikkeling van ‘slimme MRI’ voor snellere diagnostiek bij borstkanker. In hun onderzoek maken zij een algoritme dat al snel tijdens de MRI-scan ‘ziet’ of er sprake is van een borstafwijking. Is die er niet, dan kan de MRI-scan vroegtijdig worden gestaakt. Voor de meeste vrouwen duurt het onderzoek dan maximaal 3 minuten; voor een kleine groep duurt de scan net zo lang als nu, zo’n 20 minuten. Deze tijdsbesparing maakt het mogelijk om grotere groepen patiënten te onderzoeken. Dit zou MRI een haalbare methode maken voor borstkankerscreening, het vroegtijdig opsporen van de ziekte.

Behandeling met adaptieve radiotherapie

De onderzoeksgroep van Jan-Jakob Sonke richt zich op adaptieve radiotherapie. Doel is nog meer rekening houden met veranderingen die zich bij patiënten kunnen voordoen in de loop van de behandeling. Het gaat erom patiënten telkens de juiste dosis straling geven, op de juiste plek met de minste schade aan gezond weefsel. Dit is een grote uitdaging die bij elke behandelsessie hoort omdat patiënt en tumor continu in beweging zijn en in de loop van de tijd van vorm veranderen. Het continu combineren van de dagelijkse behandelingsbeelden, strategieën om veranderingen in de anatomie van een patiënt te detecteren en aan te passen en methoden om de behandeling voortdurend te personaliseren staan centraal.

Klinisch gebruik van AI in radiologie

Op de afdeling radiologie worden al dagelijks AI toepassingen ingezet voor het verbeteren van de diagnostiek. Zo ondersteunt AI software de radioloog bij het detecteren en opvolgen van afwijkingen op beeldvormende onderzoeken. Bijvoorbeeld bij het opsporen van uitzaaiingen op een CT-scan van de longen* of bij het prioriteren van onderzoeken met onverwachte acute afwijkingen.

*De software helpt bij het opsporen en opvolgen van mogelijke
longmetastasen op CT-scans. De software detecteert of en waar er 'longknobbeltjes' te vinden zijn, maakt er een 3D volumetrische analyse van en kan veranderingen in de tijd beoordelen.

Radioloog Laurens Topff onderzoekt de mogelijkheden en meerwaarde van AI toepassingen in de dagelijkse klinische praktijk. Samen met een team van technische experts vertaalt hij AI research innovaties naar de patiëntenzorg met als doel deze accurater en efficiënter te maken. Projecten focussen zich zowel op de geautomatiseerde analyse van medische beelden, alsook op het optimaliseren van operationele processen, bijvoorbeeld het voorspellen van MRI-scantijden ter verbetering van de afsprakenplanning.

Laurens Topff

Bekijk video

Radioloog Laurens Topff onderzoekt de mogelijkheden en meerwaarde van AI toepassingen in de dagelijkse klinische praktijk zoals de geautomatiseerde analyses van medische beelden en het voorspellen van MRI-scantijden.

Therapierespons: werkt de therapie?

Helaas reageert niet iedere patiënt met kanker op dezelfde manier op geneesmiddelen. Vaak is het op voorhand moeilijk te voorspellen of de behandeling zal aanslaan. Met behulp van AI werken onderzoekers van Jonas Teuwen, Hugo Horlings en Lodewyk Wessels aan algoritmen die alle beschikbare data van een patiënt combineren tot een voorspellen of een bepaalde behandeling zal aanslaan, en hoe veel bijwerkingen een patiënt zou kunnen ervaren. Zo reageert maar een klein deel van de patiënten op immuuntherapie, maar ervaren ze toch veel bijwerkingen. Een betere voorspelling kunnen maken of een patiënt zal reageren draagt zo bij aan een betere en effectievere behandeling. Daarnaast wordt er binnen de oncologie vaak gebruik gemaakt van meerdere geneesmiddelen die samen beter werken dan ze hadden gedaan als ze individueel werden gebruikt. Samen met de Universiteit van Amsterdam worden er ook revolutionaire algoritmes ontwikkeld binnen het AI for Oncology Lab.

Still Hugo Horlings AI Open Dag 2024

Hugo Horlings over AI

Hugo Horlings vertelde tijdens de Open Dag van het Antoni van Leeuwenhoek hoe kunstmatige intelligentie de patholoog kan helpen bij het stellen van een diagnose, en hoe iedereen daar een steentje aan kan bijdragen.

Amsterdam AI

Het Antoni van Leeuwenhoek maakt deel uit van Amsterdam AI, een samenwerkingsverband tussen overheids-, academische, medische en andere organisaties in Amsterdam. Er wordt ingezet op de ontwikkeling van verantwoorde AI-technologieën, het opzetten van onderzoeksprogramma’s, het aantrekken van wetenschappers en het opleiden van studenten met kennis van AI. 

Het Antoni van Leeuwenhoek werkt samen met de Universiteit van Amsterdam aan het AI for Oncology Lab en samen met de Universiteit van Amsterdam en Elekta aan het Partnership for Online Personalized AI-Driven Adaptive RT (POP-AART) lab. Beide laboratoria maken deel uit van het Innovation Center for Artificial Intelligence, onderdeel van Amsterdam AI.

Meer informatie