Bron foto: Radboudumc
Uitdagingen bij het tijdig ontdekken van longkanker
In Nederland en veel andere Europese landen is nog geen bevolkingsonderzoek voor longkanker. In een vroeg stadium wordt longkanker meestal per toeval ontdekt. Radiologen komen bijvoorbeeld longnoduli tegen op CT-scans die niet specifiek voor het opsporen van longkanker is gemaakt, maar bijvoorbeeld voor het onderzoeken van andere aandoeningen of symptomen, zoals hart- of longproblemen, infecties of andere medische klachten.
Uit onderzoek van Ward Hendrix, uitgevoerd in het Jeroen Bosch Ziekenhuis (JBZ) en Radboudumc, blijkt dat het aantal ontdekte longnoduli in Nederlandse ziekenhuizen de afgelopen tien jaar sterk is gestegen. “Radiologen zijn alerter geworden dankzij verbeterde richtlijnen, waardoor longkanker vaker in een vroeg stadium wordt ontdekt. Dit vergroot de kans op een succesvolle behandeling”, zegt Hendrix.
Toch brengt deze groei nieuwe uitdagingen met zich mee. Het toenemende aantal CT-scans maakt het opsporen van longnoduli – vaak slechts enkele millimeters groot – tijdsintensief en complex. Hendrix onderzocht hoe technologie, zoals kunstmatige intelligentie, kan helpen om knobbeltjes sneller en efficiënter te detecteren, zelfs bij een stijgend scanvolume.
AI als ondersteuning voor betere zorg
In dit onderzoek ontwikkelde Hendrix een AI-systeem en testte dit op CT-scans van het JBZ en het Radboudumc. De resultaten toonden aan dat AI longnoduli even nauwkeurig kan opsporen als ervaren radiologen. Vervolgonderzoek liet zien dat de technologie zelfs zeldzame knobbeltjes in de grote luchtwegen kan detecteren. “Het AI-systeem zou radiologen effectief kunnen ondersteunen en hun werk efficiënter kunnen maken,” zegt Hendrix.
De zorg van morgen begint vandaag
Met investeringen in AI zet het JBZ in op toekomstbestendige zorg. Dit promotietraject draagt daaraan bij. De resultaten tonen aan dat AI radiologen effectief kan ondersteunen en hun werk efficiënter kan maken. Hierdoor kan longkanker, zelfs bij een toenemende zorgvraag, eerder worden opgespoord. Zo draagt AI bij aan betere, efficiëntere en toekomstgerichte zorg.
Het onderzoek is begeleid door prof. dr. Bram van Ginneken (promotor, Diagnostic Image Analysis Group DIAG), prof. dr. Mathias Prokop (promotor, DIAG), dr. Colin Jacobs (copromotor, DIAG) en dr. Matthieu Rutten (copromotor, radioloog JBZ, DIAG).
