Computer zegt vlek. Zo helpt kunstmatige intelligentie in het UMCG bij het opsporen van ziektes

Als een patiënt tien minuten in de CT-scanner heeft gelegen voor afbeeldingen van bijvoorbeeld de lever, de longen of het hoofd, dan levert dit al snel iets van 400 plaatjes op. Die moeten een voor een door een radioloog worden gecontroleerd op afwijkingen die kunnen duiden op kanker of andere aandoeningen. Het aantal scans (denk naast CT’s ook aan MRI’s en echo’s) dat gemaakt wordt groeit jaar op jaar, mede door de steeds grotere mogelijkheden van de beeldvormende apparatuur.

,,De radioloog heeft het de afgelopen decennia ongelooflijk veel drukker gekregen”, zegt Rozemarijn Vliegenthart, hoogleraar radiologie (UMCG).

Het is dan ook logisch dat in de radiologie druk wordt gezocht naar manieren waarop kunstmatige intelligentie (of AI, van artificial intelligence) op een of andere manier kan helpen bij het verwerken van de groeiende stapel beeldvormende onderzoeken. Het Radboud MC in Nijmegen bijvoorbeeld richt zich in samenwerking met het UMCG (onder andere) op AI die prostaatkanker op kan sporen op MRI-scans. In het Amsterdam UMC wordt gewerkt aan herkenning van verkalking van bloedvaten en het UMCG richt zich onder meer op de inzet van kunstmatige intelligentie bij de opsporing van longkanker op CT-scans. Het is een maar een kleine greep uit het totale aanbod.

De techniek waarmee computers vlekjes op een longscan kunnen opsporen en opmeten is al heel ver gevorderd. Sterker, de techniek is al goedgekeurd door de autoriteiten en beschikbaar voor de medische sector. ,,Wat wij nu doen is het valideren van deze techniek voor onze eigen patiëntenpopulatie, die anders kan zijn dan de groep op wie de software is getraind”, zegt Peter van Ooijen, coördinator van het Machine Learning Lab van het UMCG. ,,Zie het maar zo: als jij heel goed getraind bent voor tennis, wil dat niet zeggen dat je ook goed getraind bent voor squash. Misschien ben je er meteen heel goed in, maar het kan ook zijn dat je extra moet oefenen. Bij AI werkt het net zo.”

AI kan artsen bij tal van ziektes helpen, maar met name bij het opsporen van longkanker in een vroeg stadium kan de techniek binnen afzienbare tijd een groot verschil gaan maken, zegt Vliegenthart. Ze wijst op de Nelson-studie. Daarin werd drie jaar geleden geconcludeerd dat vroegtijdige screening bij risicogroepen, in het bijzonder mensen die langdurig gerookt hebben, de sterfte aan longkanker met een kwart kan worden teruggedrongen. Omdat de kanker eerder wordt opgespoord, is in meer gevallen een operatie mogelijk.

,,Op dit moment wordt er hard nagedacht over of en hoe zo’n screening dan precies zou moeten”, zegt Vliegenthart. ,,Wie nodig je uit en hoe vaak? Als je de hele populatie langdurige rokers in Nederland uitnodigt, dan zou het over bijna 1 miljoen longscans extra per jaar kunnen gaan. Dat is een ongelooflijke hoeveelheid.”

Het duurt naar verwachting nog wel even voordat het kabinet een beslissing neemt om op grote schaal te gaan screenen op longkanker. En als het besluit positief is, dan nog kan het wel enkele jaren duren voordat het praktijk is. Het UMCG heeft tijd nodig om de mogelijkheden en vraagstukken rond AI op dit gebied verder uit te werken. Het gaat dan ook om ethische vragen. Bijvoorbeeld in hoeverre het wenselijk is om verantwoordelijkheden bij professionals weg te halen en neer te leggen bij computers. Een belangrijke aantekening daarbij is dat het inmiddels al duidelijk is dat de computer beter in het opsporen van kleine longafwijkingen is dan de mens.

Er wordt ook nagedacht over de vraag wat er moet gebeuren, mocht er sprake zijn van iets verdachts: direct actie, of een oproep voor een nieuwe scan over een tijdje? ,,We zitten in een leerproces, waarin we allemaal ervaring en vertrouwen moeten opbouwen met deze techniek”, zegt Vliegenthart. ,,Hoe dan ook is het hierdoor in ons vakgebied een ongelooflijk dynamische tijd.”

Volgens Van Ooijen is het goed denkbaar dat AI eerst vooral ook wordt ingezet om prioritering in het aanbod van scans aan te brengen. ,,Dat de radioloog het advies krijgt eerst naar die en die scans te kijken, omdat die de grootste kans hebben op kwaadaardige vlekjes, waarbij deze vlekjes ook door de AI aangegeven worden op de scan en gemeten om de radioloog te helpen bij de diagnose. Zo is al heel goed winst te behalen.”