Jaarlijks krijgen ongeveer drieduizend mensen in Nederland de diagnose alvleesklierkanker. Deze vorm van kanker is een van de meest dodelijke. Zo’n 9% van de mensen met alvleesklierkanker is 5 jaar na de diagnose nog in leven. Bovendien is het opsporen van de ziekte erg lastig. De symptomen zijn vaag en lichamelijke klachten ontstaan vaak pas wanneer de tumor al ingegroeid is in omliggende organen of bloedvaten. Dat maakt ook de behandeling van de ziekte gecompliceerd.
Bron: Innovation Origins
Victoria Bruno , EngD kandidaat in industrial design, en Terese Hellström , PhD kandidaat in electrical engineering bij de TU Eindhoven, ontwikkelen oplossingen met kunstmatige intelligentie om artsen te helpen bij het detecteren van alvleesklierkanker en het opzetten van een behandelplan.
Het onderzoek van de jonge onderzoekers wordt ondersteund door het ACACIA-project binnen het Eindhoven Artificial Intelligence Systems Institute (EAISI) en als onderdeel van het regionale samenwerkingsverband e/MTIC (TU Eindhoven, Catharina Ziekenhuis, Máxima Medisch Centrum, Kempenhaeghe Epilepsieen slaapcentrum en Philips).
Hellström werkt sinds 2021 aan het project en Bruno sloot in 2023 aan. Ze werken nauw samen rondom het integreren van het AI-model in het prototype dat binnen het project wordt ontwikkeld.
EAISI bestaat 5 jaar, dus dat is een goed moment om een van de grootste projecten in de spotlight te zetten. Voor het onderzoek werken wetenschappers van verschillende faculteiten van de TU Eindhoven, artsen van het Catharina Ziekenhuis in Eindhoven en professionals vanuit Philips samen aan het verbeteren van zorg rondom kanker en harten vaatziekten.
Het detecteren van alvleesklierkanker door middel van AI is een gedeelte van het hele project. "Uiteindelijk is het doel om een modulair systeem te bouwen waarin AI artsen kan ondersteunen bij het opsporen van verschillende vormen van kanker", stelt Bruno.
Goede beeldvorming en planning
Daar is nog veel onderzoek voor nodig. Hellström focust zich voornamelijk op de ontwikkeling van het AI-systeem. Deep learning modellen kunnen vaststellen waar een tumor zit op basis van beelden van de CT-scan.Het kan ook helpen bij het beoordeling van de mate waarin de tumor verbonden is met bijvoorbeeld bloedvaten en ander weefsel. Dat is belangrijke informatie voor het plannen van de behandeling; het bepaalt bijvoorbeeld of opereren wel of niet mogelijk is. De operatie wordt risicovoller naar mate de tumor in gezonde bloedvaten groeit.
Gebruiksvriendelijk
"AI kan een groot verschil maken in de gezondheidszorg, maar dan moet de technologie wel goed aansluiten bij het werkproces van de artsen", vertelt Hellström. Daar komt het onderzoek van Bruno in beeld. Zij kijkt vanuit design naar de tool en zorgt er onder andere voor dat er op een gepaste manier met onzekerheid wordt omgegaan."Wij onderzoeken hoe we het gebruik van AI zo goed mogelijk kunnen integreren in bestaande processen, bijvoorbeeld door data op een passende en begrijpelijke manier weer te geven", gaat Bruno verder.
Daar komen talloze designvragen bij kijken. Want ziet de arts de bevindingen van de AI als eerste of moet hij/zij eerst zelf een oordeel vellen en komen de bevindingen van de AI daarna? Bruno: "We hebben het systeem zo ontworpen dat de arts niet meteen de bevindingen van het algoritme ziet.
Zo kunnen ze zelf eerst een oordeel vellen. Daarna kunnen ze met een druk op de knop zien wat de bevingen van de AI zijn." Hellström verduidelijkt: "AI kan processen in de gezondheidszorg stroomlijnen en versnellen.
Het is niet de bedoeling dat de technologie het werk van de arts helemaal overneemt. De technologie is als ondersteuning zodat de arts hun tijd efficiënter kan besteden."
Unieke samenwerking
Wat dit project volgens de onderzoekers uniek maakt, is de samenwerking tussen de academische wereld en het ziekenhuis."Mede door het samenwerkingsverband e/MTIC volgen een aantal artsen de hele ontwikkeling. Zij kunnen meteen aangeven wat wel en niet werkt. Dat is ontzettend belangrijk om het product uiteindelijk ook echt op de markt te kunnen brengen", stelt Hellström.
Implementatie in het ziekenhuis
Klinische onderzoeken met deze technologie zijn een belangrijke stap op weg naar de uiteindelijke integratie in de klinische praktijk. "Het onderzoek dat wij nu doen is een klein onderdeel van het geheel. Uiteindelijk kunnen we samen pas echt impact maken", gaat Hellström verder.Komend jaar start de klinische studie, dat betekent dat de technologie dan voor het eerst op grotere schaal getest gaat worden in het ziekenhuis. Hellström: "Nu krijgen we feedback van een paar artsen, maar om het echt te kunnen implementeren moeten natuurlijk meer specialisten de technologie gebruiken. Dan krijgen wij een beter beeld van de mogelijkheden."
Bruno vult aan: "Designkeuzes staan dus ook nog niet vast. Naar aanleiding van de input uit de klinische studie kunnen we de tool nog aanpassen."
Vertrouwen
Vertrouwen van artsen in de technologie is ontzettend belangrijk voor de implementatie ervan. Hellström: "Er komen nu steeds meer regels voor het gebruik van AI in de gezondheidszorg. Door de regels en bijbehorende keurmerken weten artsen beter welke tools zij kunnen vertrouwen. Ik hoop dat dit ertoe leidt dat technologie vaker wordt ingezet, en dat er meer ruimte voor innovatie ontstaat."Het maatschappelijk belang is ieder geval groot, zo zien de onderzoekers.
Bruno: "Tijdens het EAISI Symposium ontvingen we veel vragen van mensen wiens dierbaren getroffen zijn door deze uitdagende vorm van kanker. Dat raakt mij altijd, zeker omdat een van mijn familieleden ook te maken heeft gehad met deze ziekte. Het is voor mij niet alleen een wetenschappelijk project, maar ook een missie om het verschil te maken voor patiënten en hun familie."