De onderzoekers ontwikkelden een betrouwbare dataset om het best presterende AI-model voor opsporing van alvleesklierkanker te bepalen. Alvleesklierkanker is wereldwijd de meest dodelijke vorm van kanker, vooral doordat de ziekte vaak laat wordt ontdekt. De klachten zijn meestal aspecifiek, waardoor patiënten en artsen niet direct aan kanker denken. Bovendien zijn tumoren in een vroeg stadium moeilijk zichtbaar op CT-scans van de buik. Zodra de diagnose is gesteld, is een genezende behandeling meestal niet meer mogelijk. Slechts tien procent van de patiënten leeft nog na vijf jaar.
Betrouwbare maatstaf
AI-onderzoeker Henkjan Huisman en radioloog John Hermans onderzochten hoe AI de diagnostiek kan verbeteren. Zij creëerden een niet-openbare dataset van CT-scans van bijna vierhonderd patiënten uit de westerse wereld, beoordeeld door een grote groep internationale experts. Vervolgens riepen zij ontwikkelaars wereldwijd op om AI-modellen te ontwikkelen voor het opsporen van alvleesklierkanker. Meer dan 250 modellen werden ingestuurd.
De onderzoekers testten deze modellen op de dataset. Daaruit bleek dat de best presterende AI-systemen alvleesklierkanker nauwkeuriger opspoorden dan de gemiddelde radioloog. Zo leverde AI 38 procent minder fout-positieve resultaten op en maakte het in 92 procent van de scans de juiste beoordeling, tegenover 88 procent bij radiologen.
Deze resultaten tonen aan dat AI radiologen kan ondersteunen en op termijn hun werkdruk kan verlichten. De technologie moet nog gevalideerd worden en is voorlopig niet beschikbaar voor patiënten. Toch zijn dit belangrijke stappen, benadrukt Huisman: “Juist omdat we een betrouwbare maatstaf hebben ontwikkeld, weten we dat AI-systemen die goed scoren op deze dataset ook daadwerkelijk goed zijn.”
Vroege diagnostiek
Het best presterende AI-model biedt mogelijk ook kansen voor diagnostiek in een vroeger stadium. Hermans: “Er zijn eerste aanwijzingen dat dit AI-model kan bijdragen aan een snellere diagnose en daarmee mogelijk snellere behandeling. Dat is een klein lichtpuntje aan de horizon, iets waar we bij deze kanker dringend behoefte aan hebben.” Toch is het volgens Hermans nog te vroeg om AI direct in te zetten voor vroegdiagnostiek: “We moeten vals-positieven voorkomen, gezien de onnodige druk op de zorg en de onrust die een verdenking veroorzaakt bij patiënten.” Daarom trainen de onderzoekers nu betere AI-modellen op bredere buikscans. Hiervoor ontvingen Hermans, Huisman en collega’s een subsidie van het Hanarth Fonds.
