Hersenmetastasen: hoe kunstmatige intelligentie de meest effectieve therapieën kiest

Meer bemoedigend nieuws over het gebruik van kunstmatige intelligentie in de geneeskunde. Dit keer komt het uit een klinische studie uitgevoerd door het Istituto Clinico Humanitas Irccs in Rozzano (Milaan) en het Universitair Ziekenhuis van Tubinga (Duitsland), gecoördineerd door Letterio Politi en Marta Scorsetti , respectievelijk verantwoordelijk voor neuroradiologie en radiotherapie en radiochirurgie bij Humanitas. In hun werk, gepubliceerd in het tijdschrift Neuro Oncology , "leerden" de onderzoekers kunstmatige intelligentie om hersenmetastasen na radiotherapie te analyseren en onderscheid te maken tussen laesies als gevolg van tumorprogressie en laesies veroorzaakt door de behandeling zelf.

De verkregen resultaten zijn belangrijk, bevredigend en noodzakelijk, omdat conventionele diagnostische technieken, waaronder magnetische resonantiebeeldvorming (MRI), momenteel vaak hun doel missen omdat de kenmerken van de twee weefseltypen sterk op elkaar lijken. Het door clinici ontwikkelde instrument heeft echter een uitstekende betrouwbaarheid getoond bij het onderscheiden van radionecrose en tumorprogressie.

Veelbelovende resultaten

De onderzoekers isoleerden met name 124 hersenletsels bij patiënten die stereotactische radiochirurgie ondergingen, een zeer precieze radiotherapietechniek. De oorzaak van deze letsels was al bekend en de informatie werd ingevoerd in een algoritme gebaseerd op deep learning-modellen en kunstmatige neurale netwerken. Op deze manier 'leerde' het systeem de twee soorten letsels te onderscheiden en vervolgens te testen op een externe groep patiënten. Daaruit bleek dat het systeem dit met hoge nauwkeurigheid kon doen, waardoor deze aanpak kon worden gevalideerd en de resultaten konden worden gegeneraliseerd.

"Stereotactische radiochirurgie is een effectieve techniek voor de behandeling van hersenmetastasen", aldus Scorsetti. "Het onderscheid maken tussen stralingsnecrose, een bijwerking van de behandeling, en tumorprogressie kan echter lastig zijn. Ons onderzoek toont aan dat kunstmatige intelligentie de potentie heeft om een ​​nauwkeuriger diagnostisch hulpmiddel te bieden, waardoor de noodzaak van biopsieën of kijkoperaties mogelijk afneemt."

Op weg naar bredere studies

Nu, zeggen de auteurs van het werk, is het tijd om de volgende stap te zetten en het experiment te herhalen met een groter aantal patiënten. "Hoewel verder onderzoek nodig zal zijn om deze modellen te valideren in grotere populaties, zijn de verkregen resultaten veelbelovend en suggereren ze dat kunstmatige intelligentie een waardevol instrument zou kunnen worden ter ondersteuning van het werk van neuroradiologen van vandaag en morgen", legt Politi uit, die tevens directeur is van de masteropleiding Data-analyse en kunstmatige intelligentie in de gezondheidswetenschappen (Daihs), ontstaan ​​uit de samenwerking tussen Humanitas en Bocconi University om toekomstige professionals op te leiden in deze baanbrekende onderwerpen. Het onderzoek is een belangrijke stap voorwaarts in de neuro-oncologie en een verdere demonstratie van hoe geavanceerde technologieën en multidisciplinair werk kunnen worden gecombineerd om onze diagnostische en behandelmogelijkheden te verbeteren en zo steeds dichter bij precisiegeneeskunde te komen."