果冻传媒

Het is de 鈥榦ogst鈥� van het wetenschappelijk onderzoek dat de afgelopen jaren deed in het Catharina Ziekenhuis. Donderdag promoveerde zij aan de Technische Universiteit Eindhoven (果冻传媒). verdient nadere uitleg.

Dankzij de nieuw ontwikkelde AI-modellen kan het intekenen van tumoren en omliggende organen voor pati毛nten grotendeels automatisch gebeuren.

Handmatig intekenen

Tot twee jaar geleden gebeurde dat echter met 鈥榦uderwets鈥� handwerk. Als de anatomie van de individuele pati毛nt in beeld was gebracht, kon het bestralingsplan - hoe kan de straling het best worden toegediend om kankercellen te vernietigen en tegelijkertijd gezonde organen te sparen - worden gemaakt. Ook dat gebeurde handmatig.

Na een succesvolle pilot werd het in mei 2022 in de praktijk gebracht. Met uiteraard de kanttekening dat de radiotherapeuten en laboranten alles controleren, eventueel bijstellen en de 鈥榞o鈥� geven. Bakx ziet dat het goed gaat.

鈥淏ij het automatisch intekenen van de organen zie je de grootste tijdswinst, zo鈥檔 zestig procent van de tijd. Voor het intekenen van de tumor zo鈥檔 veertig procent. Als je het in minuten uitdrukt, scheelt het een halfuur per pati毛nt.鈥�

Bestralingsplan

Naast het intekenen van tumoren en organen, kunnen AI-modellen ook worden ingezet voor het maken van het bestralingsplan zelf. Ook hier bleek de inzet van artificial intelligence een succes: in 74 procent van de gevallen kon het AI-model een bestralingsplan maken dat direct bruikbaar was. Met kleine aanpassingen steeg dit percentage naar 86 procent.

De geboekte tijdwinst is cruciaal voor de lange termijn, zo zegt Bakx. 鈥淒e zorg in Nederland staat onder druk door de vergrijzing, het daarmee gepaard gaand toenemend aantal kankerpati毛nten en de personeelskrapte.

In Eindhoven zitten we nog goed dankzij de studie medische beeldvorming en radiotherapeutische technieken (MBRT) van Fontys, maar bij veel ziekenhuizen zie je vacatures die niet gevuld worden. Het is dus broodnodig dat we daar iets aan gaan doen, want anders wordt de werkdruk te groot.鈥�

Relevante innovatie

Ze weet de huidige tijd mooi te duiden. 鈥淲at er nu in feite met AI gebeurt: we hebben meer mensen nodig om dit soort modellen te ontwikkelen, maar op termijn hebben we daardoor minder medische mensen nodig. Ik zie deze periode en al het werk dat we daarin doen als investeren in een duurzame oplossing voor de gezondheidszorg.鈥�

Bakx heeft met dit onderzoek gedaan wat ze vroeger al graag wilde. 鈥淚k wist als scholier al dat geneeskunde niks voor mij was, maar ik vond de medische wereld w茅l heel interessant. Die wilde ik graag verbeteren door middel van techniek. Het mooie aan dit traject is dat het ook tot het implementeren van een innovatieve werkwijze heeft geleid. Dat is zeker niet altijd zo bij wetenschappelijk onderzoek.鈥�

Een passend slot

De Eindhovense sloot met de verdediging van haar proefschrift haar tijd in het Catharina Ziekenhuis af. 鈥淗et maakt me heel trots. Ik ben hier begonnen tijdens het mastergedeelte van mijn opleiding medical engineering, gespecialiseerd in medical imaging.鈥�&苍产蝉辫;

鈥淒aarna ging ik in het 鈥楥athrien鈥� verder voor de post-master opleiding Qualified Medical Engineer (QME), zeg maar een praktijkgericht vervolgonderzoek waarbij ik de AI-modellen ontwikkelde en evalueerde. Dat dit uiteindelijk zou uitmonden in een wetenschappelijk onderzoek en een promotie, zou ik toen nooit hebben geloofd.鈥�&苍产蝉辫;

鈥淒at leek me altijd veel te theoretisch. Het mooie is dat ik deze hele periode heb samengewerkt met mijn promotor en klinisch fysicus Coen Hurkmans, die vorig jaar hoogleraar is geworden.鈥�&苍产蝉辫;

Het succes van de AI-modellen bij borstkanker heeft geleid tot uitbreiding naar andere soorten kanker. Zo worden de automatische intekeningen en bestralingsplannen inmiddels ook toegepast bij pati毛nten met slokdarm- en longkanker.

Hoewel deze toepassingen niet direct onderdeel waren van Bakx鈥� onderzoek, zijn ze wel mogelijk gemaakt door de resultaten ervan. 鈥淚n de praktijk zien we dat het goed werkt bij verschillende doelgebieden. Het bespaart overal tijd,鈥� zegt Bakx, die de laatste twee jaar ook projectleider was bij het .

Haar werk wordt voortgezet door haar collega Niels van Acht, . 鈥淗et is belangrijk dat de modellen blijven werken, zelfs als er iets verandert in de medische richtlijnen of workflows. Het doel is om dit proces zo effici毛nt mogelijk te maken en te zorgen dat de modellen ook over een paar jaar nog relevant zijn.鈥�

Het proefschrift heet 鈥�.
Begeleiders: Coen Hurkmans, Hanneke Bluemink

Haar onderzoek maakte deel uit van Eindhoven MedTech Innovation Center (e/MTIC), het samenwerkingsverband tussen de 果冻传媒, het Catharina Ziekenhuis, M谩xima Medisch Centrum, Kempenhaeghe en Philips.