Er zit tot nu toe nog veel handwerk in het maken van exacte bestralingsplannen en het intekenen van de organen van individuele borstkankerpatiënten. Dankzij onderzoek van student Nienke Bakx aan de Technische Universiteit Eindhoven (TU/e) komt daar nu verandering in. Zij begon zo’n tweeënhalf jaar geleden aan een afstudeeropdracht in het Eindhovense Catharina Ziekenhuis om onderzoek te doen naar het gebruik van kunstmatige intelligentie (AI) bij de planning van bestralingen bij borstkankerpatiënten.
Kunstmatige intelligentie kan volgens het ziekenhuis de aanwezige expertise en ervaring van de medewerkers naar een volgend niveau brengen, aldus Coen Hurkmans, klinisch fysicus van het ‘Catharina’ en begeleider van Nienke Bakx. “Je moet die kennis dan wel eerst in data kunnen vangen. En daar komt de Technische Universiteit om de hoek kijken. Daar zit de benodigde kennis van data-analyse en algoritmen”
Snel, accuraat en betrouwbaar met de computer
Na haar afstuderen ging Nienke Bakx verder als trainee van de post-masteropleiding Qualified Medical Engineer om haar planningsmethodiek ook uitgebreid klinisch te testen. Ook onderzocht zij of het intekenen van organen van borstkankerpatiënten ook snel, accuraat en betrouwbaar kan met de computer. Het resultaat van haar inspanningen is er inmiddels: vanaf volgende maand stapt de afdeling Radiotherapie van het Catherina Ziekenhuis deels over op AI-gegenereerde plannen. En dat gaat uiteindelijk ook gebeuren met het intekenen van organen. Het scheelt radiotherapeuten en laboranten straks uren werk per patiënt en zorgt voor meer consistentie, weet Coen Hurkmans.
Flight simulator
“Als mensen met borstkanker bestraald moeten worden, bekijkt de radiotherapeut wat precies nodig is: hoeveel doses, hoeveel sessies, met welke frequentie? Vervolgens moeten we zorgen dat de behandeling technisch ook goed wordt uitgevoerd. Daarvoor hebben we beelden van de patiënt nodig in de houding van de bestraling. Nu gebruiken we nog CT-beelden, dat worden in de nabije toekomst ook vaker MRI-beelden. Op de beelden worden de organen heel precies ingetekend. Vervolgens bootsen we in een soort flight simulator virtueel na hoe we willen bestralen: van welke kant en met welke intensiteit, zodat er zoveel mogelijk straling in de tumor komt en zo weinig mogelijk daar omheen.”
In de simulator zit een model van de behandeltoestellen plus beelden van de anatomie van de individuele patiënt. Een ervaren planningslaborant maakt vervolgens een bestralingsplan. Dat werk is te automatiseren. Zorgprofessionals kijken vanzelfsprekend met een zeer geoefende blik. Kunstmatige intelligentie is een praktische en efficiënte manier om hun kennis en ervaring vast te leggen, door te rekenen en te interpreteren. Stop tientallen, eerder gemaakte planningen in een model en train de computer om ze zelf te maken.
Hoogwaardige datasets
Nienke Bakx: “Elders in de wereld is dat al wel voor onder meer prostaatkanker en kanker in het hoofd-halsgebied gebeurd, maar nog niet eerder voor borstkanker. Ik heb eerst uitgezocht welke analysemodellen en algoritmen gebruikt zijn voor die andere gebieden.” Daarbij sprongen twee gevalideerde softwaremodellen er duidelijk bovenuit.
Beide modellen vulde Nienke Bakx met data uit ruim honderd patiëntenbehandelplannen. De getrainde modellen werden vervolgens tijdens een klinische pilot getest met data van twintig compleet nieuwe patiënten. Radiotherapeuten en laboranten maakten met de hand hun plannen voor die twintig patiënten en legden die naast de automatisch gegeneerde plannen om de software nog verder te optimaliseren. Hoe beter de input, hoe beter de output.
Dat gaf een heel goed resultaat: 95 procent van wat de computer bedacht, bleek te gebruiken zonder enige handmatige aanpassing. Uit de voorspellingen van de benodigde doses bleken ook heel goed de uiteindelijke machineparameters af te leiden.
Consensus leidt tot kwaliteitsverbetering
Nienke overlegde steeds uitgebreid met de radiotherapeuten en laboranten: wat vonden zij van de plannen, zouden ze deze ook echt gaan gebruiken? Dat is belangrijk voor de acceptatie van de nieuwe werkwijze. Sommige specialisten vonden de modellen nooit beter, anderen juist wel.
Coen Hurkmans: “Dit project gaat niet alleen over het toepassen van AI en het gebruik van de juiste algoritmen. Het geeft ook veel inzicht in hoe specialisten in de praktijk ermee omgaan en wat ze belangrijk vinden. Het is heel belangrijk om consensus te verkrijgen. We hebben gemerkt dat er in hun hoofden nog meer informatie zit. Die willen we er ook nog uithalen en verwerken. We willen nog helderder krijgen wat ze precies willen. Die onderlinge discussies leiden nu al tot kwaliteitsverbetering.”
Mooie mijlpaal
Inmiddels ligt er een compleet getraind, gevalideerde werkmodel dat vanaf deze maand ook ‘live’ gaat in de klinische praktijk. Een mooie mijlpaal. Overigens controleren de radiotherapeuten en laboranten alles wat automatisch opgesteld wordt. Ze kunnen dus zelf makkelijk nog wat aanpassen als ze dat willen.
De computer geeft in de nabije toekomst ook aan over welke punten in het plan hij misschien net wat minder zeker van zijn zaak is, zodat een mensenoog daar nog eens goed naar kan kijken.
“Mensen hoeven niet bang te zijn dat ze geen werk meer hebben. Wat we kunnen standaardiseren en automatiseren, doen we. Dan kunnen medewerkers zich focussen op waar ze goed in zijn, zoals patiëntgesprekken voeren of werken aan verdere verbeteringen”, benadrukt Hurkmans.
