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.

‘Artificiële intelligentie kan patronen herkennen die met het menselijk oog moeilijk of zelfs onmogelijk waarneembaar zijn’

Philip Poortmans (ZAS) Oncoloog-radiotherapeut

De modellen werden ontwikkeld door RADar, het leer- en innovatiecentrum van AZ Delta, op basis van een unieke databank met gegevens van meer dan achtduizend 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”, legt professor Philip Poortmans (ZAS) uit. “Hierdoor ontstaat een veel vollediger beeld van de patiënt dan wanneer slechts één gegevensbron wordt gebruikt.”

Potentiële voordelen:

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 chirurgische ingrepen in de oksel beter kunnen worden afgestemd op de patiënt en eventueel zelfs helemaal weggelaten kunnen 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 Poortmans.

Vertrouwen in voorspellingen:

In deze fase van het project worden 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.

Ook wordt 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.