AI BIJ BEHANDELING VAN BORSTKANKER
AZ Delta gaat onderzoeken of artificiële intelligentie ingezet kan worden om nauwkeuriger voorspellingen te maken over het verloop van borstkanker en de behandeling ervan. Het project is een samenwerking met AZ Groeninge uit Kortrijk, het O.L.V.-ziekenhuis in Aalst en GZA uit Antwerpen. Peter De Jaeger, Chief Innovation Officer van leer- en innovatiecentrum RADar en dr. Barbara Bussels, radiotherapeute en coördinator van de borstkliniek, geven meer uitleg over dit BreaCS-project.
AI BIJ BEHANDELING VAN BORSTKANKER
AZ Delta gaat onderzoeken of artificiële intelligentie ingezet kan worden om nauwkeuriger voorspellingen te maken over het verloop van borstkanker en de behandeling ervan. Het project is een samenwerking met AZ Groeninge uit Kortrijk, het O.L.V.-ziekenhuis in Aalst en GZA uit Antwerpen. Peter De Jaeger, Chief Innovation Officer van leer- en innovatiecentrum RADar en dr. Barbara Bussels, radiotherapeute en coördinator van de borstkliniek, geven meer uitleg over dit BreaCS-project.
Radiotherapeute dr. Barbara Bussels en Peter De Jaeger, Chief Innovation Officer.
AZ Delta nam al eerder een initiatief om een AI-tool te ontwikkelen voor het laboratorium voor pathologie. Die software kan pathologen ondersteunen om tumoren te detecteren, kwantificeren, typeren en graderen. In het nieuwe project BreaCS zal RADar niet alleen de resultaten van pathologisch onderzoek gebruiken, maar ook andere informatie integreren in het AI-model, zegt Peter De Jaeger. “Er zijn nog twee andere belangrijke soorten data: ‘radiomics’, namelijk een mammogram of MRI-scan en anderzijds de klinische data. Dankzij een goede samenwerking tussen de klinische diensten, radiologie en pathologie kunnen we die drie informatiebronnen samenvoegen in een AI-model, waardoor het mogelijk wordt om een nauwkeurige voorspelling te maken over het verloop van de borstkanker en de behandeling ervan. Die multimodale aanpak is innovatief.”
“Hoe meer instrumenten we als arts aangereikt krijgen om een beslissing te nemen, hoe beter.”
GESTRUCTUREERDE DATABASE Dat er in AI-projecten op dit moment meestal gefocust wordt op één type data, heeft te maken met het feit dat klinische data meestal niet zo eenduidig zijn. Er zijn verschillen tussen ziekenhuizen en zelfs binnen ziekenhuizen, bijvoorbeeld als het gaat over het soort vragen dat wordt gesteld of over de manier van registreren. Maar voor de klinische data van borstkankerpatiënten ligt dat anders, want voor de certifiëring vraagt EUSOMA (European Society of Breast Cancer Specialists) dat data in een voorgedefinieerd formaat worden doorgegeven. Het resultaat is dat gecertificeerde borstklinieken over netjes gestructureerde databases beschikken.
Zo rijpte het idee om te onderzoeken of die data een hulp zouden kunnen zijn bij de beslissing over de behandeling van borstkankerpatiënten in AZ Delta. “De beslissing over welke patiënt welke behandeling krijgt, is niet zwart-wit”, stelt dr. Bussels. “Hoe meer instrumenten we als arts aangereikt krijgen om een beslissing te nemen, hoe beter dus. Op die manier kunnen we in een behandeling op maat van de patiënt voorzien.”
PERSONALISEREN Na contacten met Peter De Jaeger en zijn team bleek dat artificiële intelligentie op dat vlak een meerwaarde zou kunnen betekenen. Door verbanden te zoeken in datasets van behandelingen in het verleden, zou een AI-model voorspellingen kunnen doen voor nieuwe patiënten. Dr. Bussels trok met het idee naar collega’s bij AZ Groeninge, GZA en O.L.V.-Aalst, die al snel beslisten om mee in het project te stappen. “We zijn na veel overleg gekomen tot enkele zeer specifieke klinische vragen. Als het model de antwoorden op die vragen kan voorspellen, kan dat een grote impact hebben op de behandeling, die we dan nog meer kunnen personaliseren. Ofwel zal er minder therapie nodig zijn voor dezelfde outcome, ofwel meer therapie voor een betere outcome, ofwel zou er een ingreep kunnen wegvallen, met een verlaagde toxiciteit tot gevolg.”
GERANDOMISEERDE STUDIE Het project werd opgestart begin 2023 en zal twee jaar lopen. Eerst worden de data van de vier deelnemende ziekenhuizen (uiteraard GDPR-proof) samengevoegd. RADar zal het AI-model creëren, met daaraan gekoppeld een softwaretool. “Het is die tool die we zullen gebruiken op het wekelijkse MOC (multidisciplinair oncologisch consult)”, vertelt dr. Bussels. “In 2024 zullen we daar elke week gedurende enkele maanden enkele dossiers herbespreken van patiënten van het jaar voordien: in totaal goed voor een 500-tal dossiers verspreid over de vier ziekenhuizen.
“Als dit project een succes wordt, zouden we voor allerlei pathologieën voorspellingen kunnen doen.”
Bedoeling is om over die cases behandelbeslissingen te nemen op basis van wat uit het AI-model komt, en die naast onze eerdere beslissingen te leggen. In een volgende fase, na beëindigen van het twee jaar durende project, zal een gerandomiseerde studie volgen, waarbij voor de helft van de patiënten AI ingezet zal worden en voor de andere helft niet. Pas als die studie aantoont dat de AI-voorspellingen waarde hebben, zal de tool ook in de klinische praktijk gebruikt kunnen worden om voorspellingen te doen.”
“Dit project vertrekt vanuit een concrete vraag van artsen. We zijn dan ook heel blij dat we met drie andere ziekenhuizen tot een consensus gekomen zijn. Dankzij de betrokken partijen werken we in een open geest, in het belang van de patiënten”, vertelt dr. Bussels. Peter De Jaeger sluit af met een blik op de toekomst: “Als dit project een succes wordt, zouden we voor allerlei pathologieën voorspellingen kunnen doen, op voorwaarde dat we over gestandaardiseerde data beschikken natuurlijk.”
MEER INFO Peter De Jaeger Chief Innovation Officer peter.dejaeger@azdelta.be Auteur: Joke Verbeke Foto: Thomas Callens