Detectie en segmentatie van longtumoren lukt beter via kunstmatige intelligentie dan door de bril van de radioloog. Wetenschappers van de Universiteit Maastricht (UM) hebben een AI-methode ontwikkeld die niet alleen sneller werkt, maar ook nauwkeuriger en beter reproduceerbare uitkomsten oplevert dan het werk van individuele radiologen. Bijvoorbeeld als het gaat om het voorspellen van overlevingskansen.
Medisch specialisten kunnen deze AI-oplossing gebruiken voor diagnose, het bepalen van de tumorgrootte en opvolging van het bestralingstraject bij patiënten.
Het onderzoeksteam van de Universiteit Maastricht deed een vergelijkend warenonderzoek met gegevens uit verschillende ziekenhuizen van over de hele wereld (Europa, VS, China). De resultaten waren zo overtuigend, dat de Maastrichtse wetenschappers hebben besloten hun AI-methode en bijbehorende software open source aan te bieden. Hun bevindingen zijn deze week gepubliceerd in het wetenschappelijke tijdschrift Nature Communications.
Nauwkeurige afbakening van tumor
Om hun AI-methode te trainen, gebruikten de onderzoekers meer dan 1.300 CT-scans van ziekenhuizen in Nederland, België, de Verenigde Staten en China. Ze vergeleken de resultaten van hun AI-methode met de prestaties van radiologen op verschillende punten. Het AI-model blijkt niet alleen sneller in het detecteren en afbakenen van de tumor bij longkankerpatiënten, maar het lijkt ook beter in staat te zijn de grootte van een tumor in te schatten en op een meer reproduceerbare manier. Dit is een belangrijk gegeven, omdat een nauwkeurige tumorafbakening cruciaal is voor het toedienen van een precieze dosis bestraling aan de patiënt.
Lees hier het volledige artikel.