Artificiële intelligentie (AI) speelt een steeds belangrijkere rol in de geneeskunde. Op het European Congress of Rheumatology (Eular) , dat net is afgelopen in Milaan, demonstreerden Nederlandse onderzoekers de kracht van dit nieuwe hulpmiddel, dat zou kunnen helpen om reumatische aandoeningen eerder te behandelen.
Vroegtijdige inflammatoire artritis is een klinische aandoening die moeilijk te differentiëren is, maar het potentieel heeft om zich te ontwikkelen tot reumatoïde artritis (RA) of een andere vorm van artropathie. In sommige gevallen kan het spontaan achteruitgaan of voor onbepaalde tijd ongedifferentieerd blijven. Een belangrijke prognostische factor in dit beloop is de aanwezigheid van gewrichtserosies, die kunnen worden gedetecteerd met magnetische resonantiebeeldvorming (MRI). MRI maakt ook directe evaluatie van (teno-)synovitis en beenmergoedeem mogelijk.
Een vroegtijdige voorspelling van reumatoïde artritis op basis van MRI-beelden van de handen en voeten kan een grote hulp zijn voor patiënten, die zo kunnen 'profiteren' van een vroege behandeling die het beloop van de ziekte kan veranderen. Meestal gebruiken radiologen en reumatologen handmatige scoringssystemen om de belangrijkste kenmerken op MRI-beelden te identificeren.
Een recente studie van Li en collega's van het Leids Universitair Medisch Centrum in Nederland onderzocht het gebruik van artificiële intelligentie (AI) en deep learning om automatisch MRI-scans te analyseren en vroege reumatoïde artritis te voorspellen bij patiënten met symptomen van klinisch verdachte artralgie. Het AI-model werd in verschillende fasen getraind, eerst om de anatomie te begrijpen, vervolgens om reumatoïde artritispatiënten te onderscheiden van gezonde proefpersonen en tot slot om beeldkenmerken te identificeren die voorspellend zijn voor de ontwikkeling van de ziekte.
Het onderzoek omvatte de analyse van MRI-scans van de handen en voeten van 1.974 mensen met symptomen van beginnende artritis of klinisch verdachte artralgie, waarvan er 651 vervolgens reumatoïde artritis ontwikkelden. De resultaten van de onderzoeken toonden aan dat het AI-model reumatoïde artritis kon voorspellen met een nauwkeurigheid die vergelijkbaar is met die van menselijke experts. De auteurs van het onderzoek concluderen dat automatische interpretatie van MRI-beelden door AI automatische voorspelling van reumatoïde artritis mogelijk zou kunnen maken.
De onderzoekers benadrukken dat het belangrijk is om het model te blijven trainen met behulp van meer MRI-gegevens van gezonde proefpersonen, wat de nauwkeurigheid van de voorspellingen verder zou kunnen verbeteren. Toekomstig onderzoek zal zich ook richten op de voorspelling van reumatoïde artritis in de specifieke subgroep van ongedifferentieerde artritis.
Daarnaast bevestigt deze innovatieve benadering niet alleen het belang van bekende ontstekingskenmerken, zoals synoviale ontsteking, maar maakt het ook de weg vrij voor de identificatie van nieuwe biomarkers voor beeldvorming die het begrip van het onderliggende pathologische proces bij vroege reumatoïde artritis kunnen verbeteren.
