Slechts 500 van de 2500 mensen die jaarlijks in Nederland de diagnose alvleesklierkanker krijgen, worden daadwerkelijk geopereerd. Van deze groep krijgt 80% binnen 2 jaar na de operatie een recidief (het opnieuw optreden van de kanker). De gemiddelde duur van overleving na het vaststellen van een recidief is slechts 3 tot 9 maanden. Dit is dan ook een van de redenen voor de slechte prognose van mensen met deze vreselijke ziekte.
Het behandelen van een recidief zorgt voor verbeterde overlevingskansen van de patiënt. Er worden CT-scans gemaakt om een recidief te ontdekken en een radioloog beoordeelt of er op deze scans kankercellen aanwezig zijn. Vaak is het erg moeilijk om kankercellen die zijn teruggekeerd rondom de plek van de operatie te onderscheiden van verlittekening van cellen door de operatie. Een daadwerkelijke behandeling kan echter pas gestart worden als met zekerheid kan worden gezegd dat er sprake is van terugkerende kanker. Daarom wordt er enkele maanden gewacht om een nieuwe CT-scan te maken voor een her-analyse. Patiënten krijgen hierdoor pas later dan wenselijk een recidiefbehandeling, of komen zelfs helemaal niet meer in aanmerking als de kanker zich te veel heeft verspreid. Dit heeft een negatief effect op de gemiddelde overlevingsduur. Bovendien is dit een wachttijd vol onzekerheid voor de patiënten, wat de levenskwaliteit kan verslechteren. Het is dus van cruciaal belang om een recidief zo snel mogelijk op te sporen.
Inzet van Artificiële Intelligentie
Artificiële Intelligentie (AI) wordt ingezet om teruggekeerde alvleesklierkanker vroegtijdig te detecteren op CT-Scans. Datacation ontwikkelt een AI-model dat radiologen kan ondersteunen in het beoordelen van scans en het maken van een snellere en accuratere diagnose.
AI-algoritmes kunnen foto’s snel en nauwkeurig analyseren op een schaal en snelheid die menselijke capaciteiten overtreffen. Verder zijn dit soort modellen in staat waardevolle inzichten en patronen bloot te leggen die in eerste instantie niet gelijk zichtbaar zijn. Deze voordelige eigenschappen kunnen worden ingezet om te zorgen dat patiënten sneller duidelijkheid krijgen over de aanwezigheid van een recidief, wat de kans vergroot op een daadwerkelijke recidiefbehandeling, langere overleving en een hogere kwaliteit van leven.
Welke uitdaging lost het op?
Het is voor radiologen erg moeilijk om recidieven waar te nemen op CT-scans. Het algoritme van Datacation zal fungeren als een extra paar ogen met haarscherp zicht, waardoor patiënten eerder duidelijkheid krijgen. Om het AI-model succesvol te laten werken, worden er twee hoofdcomponenten ontwikkeld: een segmentatiemodel en een classificatiemodel.
Een CT-scan bestaat uit verschillende ‘plakjes’ die samen een 3D-foto produceren en maar een klein onderdeel van deze scan bevat de alvleesklier. Dit zorgt ervoor dat er veel overtollige data is, die niet bijdraagt aan de uiteindelijke taak van het model, maar de taak alleen maar compliceert. Eerst moet er dus worden gezorgd dat het algoritme de alvleesklier juist kan lokaliseren in de scan. Hier zorgt het segmentatiemodel voor. Inmiddels is een eerste publicatie behaald waarin goede resultaten geboekt zijn voor het segmenteren van de alvleesklier op een CT-scan (S. van Donkelaar et al., 2022). Vervolgens, wanneer de alvleesklier in kaart is gebracht op de scans, zal een AI-model beslissen of er sprake is van littekenvorming of kanker op de scans. Dit doet het zogeheten classificatiemodel dat patronen en kenmerken leert te identificeren die wijzen op de aanwezigheid van kanker. Dit model moet nog ontwikkeld worden door Datacation.
Vroegtijdige detectie van terugkerende alvleesklierkanker
Het beoogde resultaat van dit project is om met behulp van AI een algoritme te ontwikkelen dat onderscheid kan maken tussen kankercellen en verlittekening van cellen. Dit model kan radiologen ondersteunen bij het stellen van een accurate diagnose. Dat vergroot de kans op recidiefbehandeling, langere overleving en een hogere kwaliteit van leven. Datacation is het eerste bedrijf dat zich bezighoudt met de ontwikkeling van een algoritme dat onderscheid kan maken tussen terugkerende alvleesklierkanker en recidief. Het succesvol afronden van dit project kan dus voor veel impact zorgen.
Op dit moment werkt Datacation al een jaar samen met UMC Utrecht om onderzoek te doen naar eerder en beter diagnosticeren van alvleesklierkanker. Momenteel ligt de focus op het segmentatiedeel van het algoritme. Als dit is afgerond zal het classificatie model ontwikkeld worden. De ontwikkeling van deze twee compartimenten zal naar verwachting circa 3 jaar in beslag nemen.
Mede mogelijk gemaakt door:
UMC Utrecht
Meer informatie
- Geïnteresseerd? Bezoek voor meer informatie de website van www.datacation.nl
- Contactpersoon: Ralf Zoetekouw, r.zoetekouw@datacation.nl, +31631274832
- Locaties: High Tech Campus 5, 5656 AE Eindhoven & Boelelaan 1095A 1081 HV Amsterdam
