Belgische borstklinieken testen als eerste AI-ondersteuning bij behandelbeslissingen voor borstkanker
De borstklinieken van az groeninge, AZ Delta, AZORG en ZAS zijn begin juni gestart met de klinische evaluatie van een innovatief AI-systeem. Het systeem ondersteunt artsen bij belangrijke behandelbeslissingen voor borstkankerpatiënten en doet op het moment van de diagnose drie voorspellingen over tumorgrootte, okselklieruitzaaiingen en reactie op chemotherapie. Kenmerken die vandaag vaak pas later in het zorgtraject bekend zijn. Indien de technologie haar meerwaarde bewijst, kan ze in de toekomst bijdragen aan meer gepersonaliseerde zorg, minder ingrepen en een hogere levenskwaliteit voor patiënten met borstkanker.
Het BREACS-project is een gezamenlijk initiatief van de borstklinieken van az groeninge, AZ Delta, AZORG en ZAS. Het project ontwikkelde een zogenaamd Clinical Decision Support System (CDSS) dat artsen ondersteunt bij het bepalen van de meest geschikte behandeling voor patiënten met borstkanker. Het systeem maakt gebruik van artificiële intelligentie om op het moment van de diagnose drie belangrijke voorspellingen te doen: de uiteindelijke grootte van de tumor, de kans op uitzaaiingen naar de okselklieren en de kans op een volledige respons op chemotherapie vóór de operatie.
Deze informatie kan artsen in de toekomst helpen om behandelingen beter af te stemmen op de patiënt. Zo zouden bepaalde operaties mogelijk vermeden kunnen worden, terwijl andere patiënten net sneller in aanmerking komen voor een intensievere behandeling.
"Het doel is niet om artsen te vervangen, maar om hen extra informatie te geven op het moment dat belangrijke behandelbeslissingen genomen worden", benadrukken de onderzoekers. "De uiteindelijke beslissing blijft altijd bij het multidisciplinair team dat de patiënt opvolgt."
Unieke combinatie van medische gegevens
De modellen werden ontwikkeld door RADar, het leer- en innovatiecentrum van AZ Delta, op basis van een unieke databank met gegevens van meer dan 8.000 borstkankerpatiënten. Het systeem baseert zich op anonieme klinische patiëntgegevens, radiologie en gedigitaliseerde pathologiebeelden om voorspellingen te doen. "Door deze aanpak kan artificiële intelligentie patronen herkennen die met het menselijk oog moeilijk of zelfs onmogelijk waarneembaar zijn. Hierdoor ontstaat een veel vollediger beeld van de patiënt dan wanneer slechts één gegevensbron wordt gebruikt", verduidelijken de onderzoekers.
Potentiële voordelen voor patiënten
Hoewel het systeem nog niet in de dagelijkse praktijk wordt gebruikt, zijn de mogelijke voordelen voor toekomstige patiënten aanzienlijk.
Een nauwkeurigere voorspelling van okselklieruitzaaiingen kan ervoor zorgen dat bepaalde chirurgische ingrepen in de toekomst vermeden worden. Zo vermindert het risico op complicaties zoals lymfoedeem, pijn en bewegingsbeperkingen.
Ook een betere inschatting van de werkelijke tumorgrootte kan helpen om onnodige heroperaties of meer ingrijpende borstchirurgie te voorkomen. Een betere voorspelling van de reactie op chemotherapie leidt mogelijk tot een meer gerichte behandeling, met minder over- en onderbehandeling.
"Op langere termijn kan deze technologie bovendien bijdragen aan meer uniforme zorg, doordat behandeladviezen minder afhankelijk worden van lokale verschillen tussen ziekenhuizen of teams", aldus de onderzoekers.
Verdere verloop
In deze fase van het project worden historische patiëntendossiers onafhankelijk beoordeeld door oncologische teams uit de vier ziekenhuizen. De teams bespreken dezelfde dossiers zowel met als zonder ondersteuning van het AI-systeem. Op die manier kan objectief worden onderzocht of de technologie leidt tot meer consistente en gepersonaliseerde behandeladviezen.
Daarnaast wordt ook nagegaan hoe artsen omgaan met AI-ondersteuning, hoeveel vertrouwen zij hebben in de voorspellingen en welke impact de technologie heeft op de efficiëntie van multidisciplinaire besprekingen.
Als de resultaten van deze fase positief zijn, worden de meest veelbelovende modellen in een volgende fase getest in de dagelijkse praktijk.
Samengevat wil BREACS aantonen dat artificiële intelligentie een echte meerwaarde kan bieden voor artsen en patiënten. "Als het project succesvol blijkt, kan het uitgroeien tot een Europees voorbeeld van hoe AI veilig en klinisch relevant geïntegreerd kan worden in de oncologische zorg", besluiten de onderzoekers.
BREACS is een door VLAIO ondersteund innovatieproject. Het project maakt ook deel uit van een PhD-traject van de KU Leuven onder leiding van professor Caroline Weltens.
