Catharina Ziekenhuis zet AI in om alvleesklierkanker eerder te detecteren

Het Catharina Ziekenhuis start samen met de Technische Universiteit Eindhoven een grootschalig onderzoeksproject naar het gebruik van kunstmatige intelligentie bij de vroege opsporing van alvleesklierkanker. Het doel is om tumoren eerder te herkennen op CT-scans, nog voordat de ziekte zich heeft uitgezaaid.

Alvleesklierkanker staat bekend als een van de dodelijkste vormen van kanker. Jaarlijks krijgen ongeveer 2900 mensen in Nederland de diagnose. Bij meer dan de helft van hen is de ziekte op dat moment al uitgezaaid, waardoor curatieve behandeling niet meer mogelijk is. Vroege opsporing is lastig: de alvleesklier ligt diep in het lichaam en vroege klachten zijn vaak vaag en aspecifiek. Dat meldt het Eindhovens Dagblad.

In eerdere onderzoeksfases ontwikkelde het Catharina Ziekenhuis al een AI-algoritme dat automatisch CT-scans van de buik analyseert en mogelijke afwijkingen in de alvleesklier markeert. In het nieuwe project wordt onderzocht of radiologen met ondersteuning van deze AI-software tumoren eerder en betrouwbaarder kunnen ontdekken dan zonder algoritmische hulp.

Volgens oncologisch chirurg en hoogleraar Misha Luyer kan AI hierbij een doorslaggevende rol spelen. “Als het algoritme patronen herkent die voor het menselijk oog nauwelijks zichtbaar zijn, kunnen we patiënten eerder opsporen en behandelen. Dat kan direct invloed hebben op overlevingskansen.”

Het onderzoek krijgt een landelijke schaal. Alle ziekenhuizen in Nederland waar alvleesklierkanker wordt behandeld sluiten aan. Het project is mede mogelijk gemaakt door een subsidie van ruim 1,3 miljoen euro van KWF Kankerbestrijding.

Een belangrijk onderdeel van het onderzoek is het opnieuw analyseren van oudere CT-scans van patiënten bij wie later alvleesklierkanker werd vastgesteld. In ongeveer dertig procent van de gevallen was eerder al beeldmateriaal beschikbaar, maar bleef de tumor onopgemerkt. Door deze scans, met de kennis achteraf, te gebruiken als trainingsdata, leert het algoritme steeds beter subtiele details en verbanden herkennen.

“Radiologen zien achteraf soms alsnog iets, AI ook, maar vaak in andere gevallen,” zegt Luyer. “Door die kennis te combineren, hopen we het systeem te trainen om vooraf te kunnen waarschuwen.”

Volgens Eva Deckers, hoofd van het AI-expertisecentrum van het ziekenhuis, is het belangrijk om realistisch te blijven over wat AI kan betekenen. “AI is software, geen wondermiddel. Het meeste werk zit in het op orde brengen van data en processen. Zonder dat fundament levert AI geen betrouwbare meerwaarde.”

Het onderzoeksproject loopt meerdere jaren en moet duidelijk maken of AI structureel kan bijdragen aan eerdere diagnose van alvleesklierkanker binnen de klinische praktijk.