AI kan diagnose eierstokkanker verbeteren

Een nieuwe internationale studie onder leiding van onderzoekers van het Karolinska Institutet in Zweden toont aan dat op AI gebaseerde modellen menselijke experts kunnen overtreffen bij het identificeren van eierstokkanker in echografiebeelden. De studie is gepubliceerd in Nature Medicine. Elisabeth Epstein, hoogleraar aan de afdeling Klinische Wetenschappen en Onderwijs, Södersjukhuset (Stockholm South General Hospital), bij het Karolinska Institutet en Filip Christiansen, doctoraalstudent aan dezelfde afdeling.

“Eierstoktumoren komen veel voor en worden vaak bij toeval ontdekt”, zegt professor Elisabeth Epstein van de afdeling Klinische Wetenschappen en Onderwijs, Södersjukhuset (Stockholm South General Hospital), bij het Karolinska Institutet en senior consultant bij de afdeling Verloskunde en Gynaecologie van het ziekenhuis. “Er is een ernstig tekort aan echografie-experts in veel delen van de wereld, wat tot zorgen heeft geleid over onnodige interventies en vertraagde kankerdiagnoses. Daarom wilden we uitzoeken of AI menselijke experts kan aanvullen.”

AI presteert beter dan experts
De onderzoekers hebben neurale netwerkmodellen ontwikkeld en gevalideerd die onderscheid kunnen maken tussen goedaardige en kwaadaardige eierstokletsels. Ze hebben de AI getraind en getest op meer dan 17.000 echografieën van 3.652 patiënten in 20 ziekenhuizen in acht landen. Vervolgens vergeleken ze de diagnostische capaciteit van de modellen met een grote groep experts en minder ervaren echografisten.

De resultaten lieten zien dat de AI-modellen zowel deskundige als niet-deskundige onderzoekers overtroffen bij het identificeren van eierstokkanker. Ze behaalden een nauwkeurigheidspercentage van 86,3 procent, vergeleken met 82,6 procent en 77,7 procent voor respectievelijk de deskundige en niet-deskundige onderzoekers.

“Dit suggereert dat neurale netwerkmodellen waardevolle ondersteuning kunnen bieden bij de diagnose van eierstokkanker, vooral in moeilijk te diagnosticeren gevallen en in omgevingen waar er een tekort is aan echografisten”, aldus professor Epstein.

De noodzaak van deskundige verwijzingen verminderen
De AI-modellen kunnen ook de noodzaak van deskundige verwijzingen verminderen. In een gesimuleerde triagesituatie verminderde de AI-ondersteuning het aantal verwijzingen met 63 procent en het percentage misdiagnoses met 18 procent. Dit kan leiden tot snellere en kosteneffectievere zorg voor patiënten met eierstokafwijkingen.

Ondanks de veelbelovende resultaten benadrukken de onderzoekers dat er meer onderzoek nodig is voordat het volledige potentieel van de neurale netwerkmodellen en hun klinische beperkingen volledig worden begrepen.

“Met voortdurend onderzoek en ontwikkeling kunnen op AI gebaseerde tools een integraal onderdeel zijn van de gezondheidszorg van morgen, experts ontlasten en ziekenhuisbronnen optimaliseren, maar we moeten ervoor zorgen dat ze kunnen worden aangepast aan verschillende klinische omgevingen en patiëntengroepen”, zegt Filip Christiansen, doctoraalstudent in de onderzoeksgroep van professor Epstein aan het Karolinska Institutet en gezamenlijke eerste auteur met Emir Konuk aan het KTH Royal Institute of Technology.

De veiligheid van de AI-ondersteuning evalueren
De onderzoekers voeren nu prospectieve klinische studies uit bij Södersjukhuset om de dagelijkse klinische veiligheid en bruikbaarheid van de AI-tool te evalueren. Toekomstig onderzoek zal ook een gerandomiseerde multicenterstudie omvatten om het effect ervan op patiëntbeheer en gezondheidszorgkosten te onderzoeken.

De studie werd uitgevoerd in nauwe samenwerking met onderzoekers van het KTH Royal Institute of Technology en werd gefinancierd door subsidies van de Zweedse onderzoeksraad, de Zweedse kankervereniging, de Stockholm Regional Council, de Cancer Research Funds van Radiumhemmet en het Wallenberg AI, Autonomous Systems and Software Program (WASP).

Elisabeth Epstein, Filip Christiansen en drie co-auteurs hebben via het bedrijf Intelligyn een patent aangevraagd voor methoden van computerondersteunde diagnostiek. Elisabeth Epstein, Filip Christiansen en Kevin Smith, onderzoeker bij het KTH Royal Institute of Technology, bezitten ook aandelen in Intelligyn, waarvan professor Epstein een onbezoldigd manager is. Zie het artikel voor een volledige lijst van belangenconflicten.