Het Radboudumc in Nijmegen start vier nieuwe labs voor artificiële intelligentie (AI) en krijgt daarvoor 16 miljoen euro van Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) en bedrijven.

De labs gaan AI ontwikkelen voor nauwkeurige inschatting van de risico’s bij een vernauwde kransslagader, automatisering bij de analyse van scans bij longkanker, thuismonitoring van symptomen van de ziekte van Parkinson en betere opsporing en behandeling van prostaatkanker. De vier nieuwe labs zijn onderdeel van het ROBUST-project, dat onder leiding staat van de Universiteit van Amsterdam (UvA).

Stent plaatsen of niet? 
Technisch geneeskundige en onderzoeker Jos Thannhauser van de afdeling cardiologie leidt het lab CARA, het Cardiology lab with Abbott, Radboudumc and Amsterdam UMC. Deze centra willen voorspellen of een vernauwing in een kransslagader een hartinfarct zal veroorzaken. “Of we een stent plaatsen bij zo’n vernauwing is een groot dilemma voor cardiologen”, zegt Thannhauser. “Ze willen een toekomstig hartinfarct voorkomen, maar patiënten niet onnodig behandelen.”
De beeldvormende techniek optische coherentietomografie (OCT) moet gaan helpen. Hierbij beweegt een kleine camera door de kransslagader en maakt honderden beelden. “Een mens kan onmogelijk patronen herkennen in zo’n grote hoeveelheid aan informatie, laat staan de koppeling maken met de kans op een hartinfarct. Een computer kan dit wel aanleren met behulp van AI-algoritmes.” 

Automatisering bij longkankerscans
Senior onderzoeker Colin Jacobs van de afdeling Beeldvorming leidt het lab MERAI, MeVis and Radboudumc AI lab, een samenwerking met MeVis Medical Solutions. Dit lab ontwikkelt AI voor betere analyse van CT-scans bij een vermoeden van longkanker, zowel voor screening als vroege opsporing. “We hebben eerder software op de markt gebracht die radiologen ondersteunt bij de analyse van CT-scans. Landen als Canada, de VS en Australië gebruiken die software in hun screeningsprogramma voor longkanker”, zegt Jacobs.

Maar Colin Jacobs wil nu nog een stap verder gaan: “AI moet uit kunnen sluiten dat op de scan longkanker zichtbaar is, en zo een voorselectie maken. De radioloog kijkt dan alleen nog naar de verdachte gevallen. Die automatisering is hard nodig, want de verwachting is dat door vergrijzing het aantal kankerdiagnoses de komende tien jaar met een derde zal toenemen.” Daarnaast wil Nederland mogelijk in de toekomst starten met bevolkingsonderzoek voor longkanker.

Thuismonitoring bij de ziekte van Parkinson 
Onderzoeker Luc Evers van de afdeling Neurologie gaat leiding geven aan het lab AI for Parkinson, een project samen met Verily Life Sciences https://verily.com/, een bedrijf dat zicht richt op ‘precision health’. Verily ontwikkelde een smartwatch die op een betrouwbare manier symptomen van de ziekte van Parkinson kan meten, zoals trillen, moeite met lopen en variatie in de hartslag. “Nu bepaalt een neuroloog tijdens een kort bezoek in het ziekenhuis hoe het met een patiënt gaat, maar dat geeft soms een heel ander beeld dan hoe het thuis gaat”, aldus Evers. “Parkinsonklachten kunnen bovendien sterk variëren, bijvoorbeeld door stress of geneesmiddelen.”

De smartwatch meet continu en op een objectieve manier beweging en hartslag, en wordt gemiddeld 21 uur per dag gedragen gedurende twee tot drie jaar. Nieuwe AI helpt bij de analyse van alle metingen. “Zo krijgen we de symptomen veel beter in beeld. In de toekomst willen we met de smartwatch kijken of nieuwe therapieën voor de ziekte van Parkinson werken”, aldus Evers. 

MRI-scans bij prostaatkanker
Henkjan Huisman, hoogleraar Medical Imaging AI bij de afdeling Beeldvorming, gaat het Healthy AI lab aansturen. Dat is een samenwerking met de Rijksuniversiteit Groningen, Universiteit Twente en Siemens Healthineers https://www.siemens-healthineers.com/. Dit lab gaat nieuwe toepassingen van AI ontwikkelen en implementeren voor betere opsporing en behandeling van prostaatkanker.

“We gaan bijvoorbeeld AI inbouwen in MRI-scanners om ze efficiënter te maken”, zegt Huisman. “De AI-algoritmes in de scanner bepalen al na het maken van een paar beelden of de kans op kanker extreem klein is, wat bij een grote groep patiënten zo zal zijn. In dat geval stopt de scan vroegtijdig en dat maakt de zorg sneller en goedkoper. Als de algoritmes twijfelen, maken we juist meer beelden. Dat voorkomt onnodige biopten en geeft beter gerichte behandelingen. Uniek aan dit project is dat AI efficiënt bewaakt wordt door experts in een nieuw systeem dat continu data krijgt, zodat AI leert van elke patiënt.”