Dankzij AI korter in de MRI voor een hersenscan
Met handig gebruik van Artificial Intelligence is het mogelijk om veel sneller een MRI-scan van de hersenen te maken. Binnen twee minuten is een beeld van hoge kwaliteit te krijgen. Hiermee hebben onderzoekers van Amsterdam UMC, het Nederlands Kanker Instituut (NKI) en Radboud UMC deze week een internationale prijs gewonnen.
Volgens Matthan Caan van Amsterdam UMC levert de nieuwe werkwijze veel winst op. “Je kunt de beschikbare MRI-tijd efficiënter inzetten zonder verlies aan kwaliteit van de MRI-beelden.” De onderzoekers hebben de eerste prijs gewonnen in een internationale competitie die tot doel had om met AI sneller een MRI scan te maken. De competitie werd georganiseerd door samenwerkende universiteiten uit Canada en Brazilië.
Efficiency MRI
In de gezondheidszorg wordt MRI-onderzoek steeds vaker ingezet. Maar de MRI is ook duur en patiënten vinden het onderzoek vaak belastend. Caan: De nieuwe AI-algoritmen maken het mogelijk om patiënten korter te scannen en toch goede diagnostische beelden te leveren. Dat is voor iedereen winst. Het onderzoek in de MRI is korter en dat is voor patiënten minder belastend. En je verhoogt de efficiency van het apparaat. De MRI kan in dezelfde tijd meer scans maken wat de kosten reduceert”
Minder data
Dit snelle scannen is mogelijk dankzij de inzet van kunstmatige intelligentie (AI). Omdat de scan korter duurt, verzamelt de MRI-scanner minder beelddata. Het AI-algoritme kan met deze beperkte data toch een volledig beeld maken omdat het is opgebouwd uit gegevens van veel andere, vergelijkbare scans van de hersenen. Zo is het mogelijk om met minder data toch een beeld te maken van hoge kwaliteit.
Nog maar het begin
Het versnellen van een hersenscan, zoals in deze wedstrijd, is nog maar het begin. Caan: ‘In deze challenge lag de nadruk op het meten van witte en grijze stof in de hersenen. Maar hoe gaat AI om met afwijkend weefsel dat niet in de beelddata is opgenomen? Bijvoorbeeld een laesie ontstaan na een beroerte. De diagnostische waarde van deze laesies moet niet verloren gaan. We onderzoeken nu hoe we dit met de inzet van AI kunnen bereiken.’
Vrij beschikbaar
Mede-onderzoeker Jonas Teuwen (NKI en Radboud UMC) licht toe dat het AI-algoritme vrij beschikbaar is gesteld. ‘Open source wetenschap is in opkomst, en belangrijk voor het delen van kennis en snelle vooruitgang. Daarom is onze DIRECT-toolbox online te downloaden’.
Wanneer moet een vrouw zich laten testen op HPV?
Op basis van huidige en vorige HPV-testen (humaan papillomavirus) onderzoekt Amsterdam UMC wat de risico’s zijn op baarmoederhalskanker. Dit moet leiden tot op risicogebaseerde en toegankelijke preventie van baarmoederhalskanker in Europa. Dit onderzoek is mogelijk door de toekenning van 5,8 miljoen euro van Horizon 2020.
De onderzoekers zetten een Europese database op waarmee ze de risico’s op baarmoederhalskanker goed kunnen inschatten. Hans Berkhof, hoogleraar Biostatistische en gezondheidseconomische modellering bij Amsterdam UMC en trekker van dit Europese onderzoek: “We ontwikkelen een risicoprofiel op basis van huidige en vorige HPV-testuitslagen, of iemand is gevaccineerd tegen HPV en andere risicofactoren. Met zo’n profiel hoeven vrouwen met een laag risico minder vaak voor screening te komen. Met een Europese database kunnen we berekenen wanneer een vrouw weer een test moet ondergaan.”
Hogere opkomst, minder kosten
De opkomst voor het bevolkingsonderzoek baarmoederhalskanker in Nederland is te laag; zo’n tweederde van de opgeroepen vrouwen laat zich daadwerkelijk screenen. Voor vrouwen onder de 30 jaar is dat zelfs nog lager, dan komt ongeveer de helft na een oproep. “Dit getal moet omhoog. Als we overstappen op screening gebaseerd op risico, dan kunnen we een stuk efficiënter zijn. Zo houden we middelen over om mensen met een verhoogd risico te bewegen vaker te komen voor onderzoek. Er komt dan een betere balans tussen het beschermende effect van screening tegen kanker en de screeningskosten”, meent Berkhof.
Minder doorverwijzingen voor milde aandoeningen
Nu worden vrouwen in Europa standaard om de drie tot vijf jaar gescreend en in sommige landen zelfs elk jaar. Het maakt hierbij niet uit of ze gevaccineerd zijn of dat ze bij de laatste screeningsrondes positief of negatief waren. Dit heeft geleid tot veel doorverwijzingen en behandelingen van milde aandoeningen. Ondanks dat sterven er in Europa jaarlijks 25.000 vrouwen aan de gevolgen van baarmoederhalskanker.
E-health, digitale oproep en DNA-test
Om jonge vrouwen met een verhoogd risico beter te bereiken, ontwikkelt de Europese onderzoeksgroep een app. Verder wordt onderzoek gedaan naar de zogenaamde DNA methyleringstest, waarvoor vrouwen thuis een zelfafnameset kunnen gebruiken. Deze test geeft aan of een HPV-infectie heeft geleid tot een aandoening in de baarmoederhals. Dit is minder belastend dan de Pap-test (het zogenaamde uitstrijkje) die nu wordt gebruikt en waarvoor de vrouw naar de huisarts moet.
Zeven landen doen mee aan het onderzoek, te weten Nederland, België, Finland, Italië, Spanje, Slovenië en Zweden samen met twee internationale partners (IARC en ESGO).
Tumoren vaststellen en localiseren met één buisje bloed
Kanker diagnosticeren aan de hand van een minutieus stappenplan en één buisje bloed. Met het protocol dat onderzoekers van Amsterdam UMC hebben ontwikkeld, wordt het een reële mogelijkheid ‘Wereldwijd kan elke onderzoeker nu met dat ene buisje bloed en een algoritme op de computer tot een kankerdiagnose komen’, zegt onderzoeker Tom Würdinger.
Het ontdekken van een tumor plus de locatie daarvan is vaak niet alleen een ingewikkelde opgave, maar ook nog eens een fikse belasting voor de patiënt. Niet zelden komen er scans aan te pas, biopten en vele buisjes bloed. Dat kan anders, volgens onderzoekers van het Cancer Center Amsterdam en Hersentumorcentrum Amsterdam. Al eerder toonden ze aan dat bloedplaatjes hun genetisch RNA-profiel aanpassen als er in het lichaam tumoren aanwezig zijn. Een regelrechte doorbraak, want dat schept de mogelijkheid op basis van een buisje bloed aan te tonen dat iemand kanker heeft.
Algoritmes
Maar daarbij bleef het niet. Het ‘uitlezen’ van het genetisch materiaal werd gekoppeld aan algoritmes die verschillende tumorprofielen leerden herkennen. Zo maakten de onderzoekers het mogelijk via het bloed ook nog een goede indicatie te krijgen van het orgaan waarin de kanker groeit. Via die baanbrekende methode zijn ze er inmiddels in geslaagd verschillende tumortypen op te sporen, waaronder borstkanker, longkanker, hersentumoren, pancreastumoren en colorectaaltumoren.
Receptenboek
‘De werkwijze om tot onze diagnoses te komen hebben we tot in de kleinste puntjes genoteerd”, vertelt arts-onderzoeker Myron Best. “We hebben er een soort receptenboek van gemaakt, waarmee ook andere onderzoeksinstellingen nu de stappen kunnen volgen.” Wat die instellingen ook zeker zullen doen, want het protocol in kwestie werd onlangs gepubliceerd in het vooraanstaande Nature Protocols.
De kliniek in
Momenteel testen de Amsterdam UMC’ers het bloed van patiënten op nog eens veertien andere typen kanker. De resultaten worden in de loop van dit jaar verwacht. Na de testfase hopen ze de nieuwe werkwijze gaandeweg in de kliniek te kunnen implementeren.