HET ONDERZOEK
Kunstmatige intelligentie voor vroege opsporing van borstkanker
De onderzoekers in dit project willen kunstmatige intelligentie (denk aan computers en zelflerende algoritmen) gebruiken die radiologen helpt om mammogrammen beter te lezen en interpreteren. Dat moet leiden tot betere opsporing van borstkanker, minder vals-positieve uitslagen en besparingen op kosten voor de gezondheidszorg.
Waarom dit onderzoek?
Het ontwikkelen van toepassingen van kunstmatige intelligentie waarmee de huidige borstkankerscreening kan worden verbeterd.
Het onderzoek
De bevolkingsonderzoeken zijn krachtige instrumenten om kanker vroegtijdig op te sporen. De borstkankerscreening, waarbij een mammogram (röntgenfoto van de borst) wordt gemaakt, brengt jaarlijks ruim 6.000 gevallen van borstkanker aan het licht. Aangezien het gaat om deelnemers die nog geen klachten hebben, is het idee achter zo’n bevolkingsonderzoek dat je een tumor opspoort in een vroeg stadium, waardoor een betere behandeling mogelijk is.
Desalniettemin valt er nog winst te behalen bij mammografie. Zo komt het geregeld voor dat er een afwijking wordt gevonden waarbij niet duidelijk is of het wel e?cht een tumor is die ingrijpen behoeft. Maar ook zogenaamde ‘vals-negatieven’ zijn mogelijk, dat een beginnende tumor over het hoofd wordt gezien. Of dat een tumor begint te groeien tussen deelname aan twee bevolkingsonderzoeken door (vrouwen worden om de 2 jaar uitgenodigd). In sommige gevallen blijkt dan dat die tumor op het eerste mammogram wel degelijk al zichtbaar was. Maar het blijft een grijs gebied voor de radioloog die het mammogram moet interpreteren.
De onderzoekers in dit project willen hen daar een handje bij helpen. Door algoritmen te ontwikkelen - kunstmatige intelligentie - computerprogramma’s die in staat zijn mammogrammen beter af te lezen dan het menselijk oog dat kan.
Wat levert dit onderzoek op?
De kennis die in dit onderzoek wordt ontwikkeld, moet eraan bijdragen dat binnen het bevolkingsonderzoek borstkanker minder vals-positieven en -negatieven voorkomen. Oftewel, dat verdachte afwijkingen die ingrijpen behoeven ook daadwerkelijk worden opgespoord en dat afwijkingen die je zou kunnen laten zitten ook als zodanig worden geclassificeerd. Daarmee wordt over- en onderbehandeling van borstkanker voorkomen.
LOOPTIJD EN KOSTEN
Looptijd
Projectcode: 17912
Titel project: aiREAD – Accurate and Intelligent Reading for Earlier breast cancer Detection
Projectleiders: dr. Ioannis Sechopoulos
Instituten: Radboud UMC
Startdatum: medio 2020
Duur project: 4 jaar
Financiering: €109.061,82
Kosten
Dit project bestaat uit verschillende onderdelen. Allereerst wordt de technologie ontwikkeld die het mogelijk maakt om de mammogrammen te analyseren. Vervolgens wordt met simulaties onderzocht hoe zulke algoritmen optimaal te integreren zijn binnen het huidige bevolkingsonderzoek. Waarna er aan het eind een programma moet liggen dat daadwerkelijk kan worden getest binnen de borstkankerscreening.
DE ONDERZOEKER
Naam: Dr. Ioannis Sechopoulos
Functie: Associate professor, Radboud UMCU
Wat is jouw Fight?
Ik wil het gebruik van medische beelden verbeteren over de gehele breedte van de borstkankerzorg. Daarmee wil ik eraan bijdragen dat we onze moeders, zussen, vrouwen, vriendinnen langer om ons heen hebben. Optimale inzet van röntgenfoto’s kan daar flink aan bijdragen, van gebruik voor screening tot behandeling op maat. Ik wil ervoor zorgen dat die droom een realiteit wordt en dat vrouwen niet meer overlijden aan deze ziekte.
