Artificiële intelligentie op de Medische en Moleculaire Beeldvorming in AZ Nikolaas

Gepubliceerd op woensdag 15 januari, 2020

Inleiding

In de loop van 2019 vonden een aantal AI-toepassingen reeds hun intrede op de dienst Medische en Moleculaire Beeldvorming (MMB), de eengemaakte dienst radiologie/nucleaire geneeskunde van het AZ Nikolaas. Velen onder ons komen nu reeds dagelijks in contact met Artificiële Intelligentie (AI). Je feed op Facebook of de muziek die je wordt voorgeschoteld op Spotify ontstaan door gebruik te maken van AI. Ook in de gezondheidszorg kan AI een meerwaarde betekenen en bij sommigen zijn de verwachtingen dan ook hoog gespannen.

HOE WERKT AI?

AI is software die niet op voorhand is geprogrammeerd om een bepaald probleem op te lossen, alleszins niet specifiek en niet in detail. AI heeft de mogelijkheid om de manier waarop ze werkt aan te passen, AI kan zichzelf als het ware (her-)programmeren. Dat gebeurt met behulp van experts. Zo is er bijvoorbeeld AI-software die fracturen op CT-beelden kan opsporen. Alvorens de software kan gebruikt worden, bezorgt de radioloog de computer heel veel CT-beelden van echte patiënten. De radioloog heeft al deze CT-beelden met een fractuur gemarkeerd. Met deze informatie zal AI zelf trachten regels uit te vinden voor het herkennen van een breuk. Op deze manier kan de software zelf aan de slag om fracturen op te sporen. Vervolgens zal een expert nog steeds de diagnose van de AI controleren en corrigeren waar nodig. Hoe meer patiënten de AI verwerkt, hoe beter de software wordt in het herkennen van fracturen. Deze manier van zelflerende software noemt men machine learning.

Welke regels de AI juist gebruikt om tot een diagnose van een fractuur te komen, is niet altijd bekend. In het algemeen werkt AI in stappen. Zo is het mogelijk dat de software eerst kijkt naar clusters van donkere pixels (is het een fractuur?) omgeven door lichte pixels (bot?). En in een tweede stap hoe deze zijn geöriënteerd. En misschien in een derde stap of deze overeenkomen of net niet overeenkomen komen met andere datasets. Dit stapsgewijze proces  heet artificial neural network (ANN).

AI in het AZ Nikolaas

In 2019 werden in het AZ Nikolaas twee AI-producten in demo opgestart op de dienst Medische & moleculaire beeldvorming.

Icobrain (©icometrix, Leuven) is AI-software die onder andere wordt gebruikt om hersenvolumes te berekenen, om hersenbloedingen op te sporen en om MS-letsels te kwantificeren en op te volgen, zowel op CT-beelden als op MR-beelden (fig 1).

AI is erg consistent in de berekening van volumes van MS-letsels in de hersenen. Daardoor is een vergelijking met voorgaande onderzoeken eenvoudiger en soms meer accuraat dan wanneer deze gemaakt wordt ‘op zicht’ door een radioloog. Een radioloog kan immers de volumes van de letsels niet meteen zelf meten of berekenen.

Aidoc (©Aidoc, Tel Aviv, Israël) gebruiken we voor het opsporen van hersenbloedingen, longembolen, fracturen en vrije lucht op CT-beelden. Deze AI-toepassing is niet zozeer bedoeld om beter te zijn dan de radioloog maar wel snéller. Het is immers mogelijk dat een routineus niet-dringend CT-onderzoek is uitgevoerd, maar slechts later door een radioloog in detail wordt bekeken. Soms is er wel eens een onverwachte bevinding op zo’n onderzoek en daar ligt de meerwaarde van Aidoc. Deze software bekijkt op de achtergrond alle CT-onderzoeken en zal de radioloog verwittigen als een onderzoek mogelijk een hersenbloeding toont (fig 2). De onderzoeken worden met andere woorden geprioriteerd.

Nog te vroeg om revolutionair te zijn

Hoewel deze AI-toepassingen reeds in demo draaien, hebben ze toch hun beperkingen. Meestal is er wel een duidelijke meerwaarde, maar zijn er ook belangrijke beperkingen. De belangrijkste beperking is dat deze AI-toepassingen (nog) niet zelfstandig mogen werken. De bevindingen van de AI moeten altijd gecontroleerd worden door een radioloog. AI maakt immers nog steeds fouten en het is tenslotte de radioloog die het laatste woord heeft en verantwoordelijk is voor het uiteindelijke verslag. Toch heeft AI belangrijke voordelen te bieden. Prioriteiten stellen in lijsten van onderzoeken of meten van volumes van hersenen of MS-letsels zijn een duidelijke meerwaarde in de dagelijkse werking van de dienst Medische & moleculaire beeldvorming.

Galerij