Subsidie voor onderzoek naar AI-gebaseerde strategieën voor bestralingsplan op maat

Het ontwikkelen van nieuwe op kunstmatige intelligentie (artificial intelligence / AI) gebaseerde strategieën voor het verbeteren van precisie radiotherapie. Daar richten het Nederlands Kanker Instituut, de Universiteit van Amsterdam (UvA) en Elekta zich binnen het Partnership for Online Personalized AI-driven Adaptive RT (POP-AART) lab op. Het lab krijgt subsidie van de Rijksdienst voor Ondernemend Nederland (RVO).

Bij het bestralen van tumoren is het geven van de juiste dosis straling op de juiste plek met zo min mogelijk schade aan gezond weefsel het doel. In de praktijk is dit lastig, onder meer aangezien de patiënt en tumor continu in beweging zijn en in de loop van de tijd van vorm kunnen veranderen.

Adaptieve radiotherapie optimaliseren

Het lab maakt onderdeel uit van het Innovation Center for Artificial Intelligence. De betrokken partijen willen met behulp van AI-methoden adaptieve radiotherapie optimaliseren. Deze vorm van radiotherapie houdt rekening met veranderingen die zich bij patiënten kunnen voordoen in de loop van de behandeling.

De partijen willen in het lab pionieren met het gebruik van nieuwe deep learning-methoden voor de aanpak van uitdagingen in moderne stralingsoncologie. Denk hierbij aan personalisatie, snelheid en precisie. “Het is niet alleen onze ambitie om zeer innovatie AI algoritmes te ontwikkelen, maar ook om deze toepasbaar te maken voor de klinische praktijk zodat patiënten nog beter behandeld kunnen worden”, zegt Jan-Jakob Sonke, groepsleider adaptieve radiotherapie en bijzonder hoogleraar aan de UvA. Sonke is één van de twee directeuren van het lab.

De andere directeur is Efstratios Gavves, universitair hoofddocent computer vision and deep learning aan de UvA. Gavves: “De tijd is rijp om de kracht van artificiële intelligentie en big data te combineren met de geavanceerde expertise van de UvA en het Antoni van Leeuwenhoek, voor een toepassing met enorme impact: de strijd tegen kanker.”

Verschillende werkstromen

In het lab lopen verschillende werkstromen parallel. Iedere werkstroom richt zich op een ander element van het radiotherapieproces. Denk hierbij aan de kwaliteit van de dagelijkse behandelingsbeelden. Maar ook aan strategieën voor het detecteren van veranderingen in de anatomie van een patiënt en de behandeling hierop aanpassen. Een ander voorbeeld zijn methoden voor het voortdurend personaliseren van de behandeling van patiënten.

Maurits Wolleswinkel, President Linac Solutions & Chief Product Officer bij Elekta, zegt: “Wij zijn van mening dat AI een cruciale rol moet spelen om clinici te helpen bij het bieden van steeds meer gepersonaliseerde- en complexe kankerbehandeling aan patiënten. Elekta’s deelname aan POP-AART onderstreept onze toewijding aan precisiestralingsgeneeskunde.”

Bestralingsplan op maat

AI draagt al langer bij aan de behandeling van kanker. Zo is in maart 2020 een patiënt in het Amsterdam UMC behandeld volgens een bestralingsplan dat is ontwikkeld door AI-software van het Centrum Wiskunde & Informatica (CWI). Deze software helpt bij het bepalen van het juiste bestralingsplan voor tumoren. De oplossing maakt hierbij een afweging tussen de stralingsdosis en het minimaliseren van schade aan de omliggende organen.

De software stelt in enkele minuten meerdere bestralingsplannen voor. Zo kan de arts een behandelingsplan voor de patiënt sneller opstellen.

Kans op uitzaaiing berekenen

Gynaecoloog-oncoloog Hanny Pijnenborg van het Radboudumc leidt een Europees onderzoeksproject, dat financiering ontvangt van het KWF, naar de inzet van AI bij de behandeling van baarmoederkanker. Een op de tien vrouwen krijgt hierbij te maken met uitzaaiing. Indien baarmoederkanker uitzaait, gebeurt dat in eerste instantie naar de lymfeklieren. In sommige landen verwijderen artsen daarom de lymfeklieren. Zo kunnen zij vaststellen of deze uitgezaaide kankercellen bevatten.

In Nederland gebeurt dat niet met het oog op de blijvende problemen die hierdoor kunnen ontstaan. Pathologen onderzoeken daarom een klein stukje van het tumorweefsel. AI helpt bij het bepalen van het risico op uitzaaiing naar de lymfeklier bij individuele patiënten.

Auteur: Wouter Hoeffnagel