Lijntjes tekenen en voorspellen: zo helpt kunstmatige intelligentie de arts
Kunstmatige intelligentie kan artsen helpen om beelden, zoals MRI-scans, te analyseren. In de toekomst kan ze misschien zelfs voorspellen hoe een tumor gaat groeien. En dat is hard nodig om de druk op zorgpersoneel te verlichten volgens hoogleraar Marius Staring.
Traditioneel gezien analyseert een radioloog zelf een MRI-scan, echo of röntgenfoto om te kijken wat er met een patiënt aan de hand is. En voor een behandeling tekent de radioloog of arts ook allerlei lijnen in op een scan. Als bijvoorbeeld een tumor moet worden bestraald, dan wil je de stralingsbundel heel precies richten zodat de organen eromheen zo min mogelijk straling krijgen. Op scans worden daarom lijnen om de tumor heengetrokken, net als om de organen.
Dit soort handwerk kost veel tijd. Bovendien kan de uitkomst elke dag een beetje anders zijn, omdat mensen variabel zijn in hun werk. Al lang wordt er gebruik gemaakt van automatische methodes om radiologen en artsen te ondersteunen, maar kunstmatige intelligentie verandert sinds een paar jaar het vakgebied enorm. Kunstmatige intelligentie werkt snel en steeds hetzelfde. En kan inmiddels helpen die lijnen in te tekenen. Door algoritmes te trainen probeert Staring, hoogleraar Machine Learning voor Medische Beeldanalyse, die kunstmatige intelligentie net zo goed te krijgen als radiologen, of zelfs beter.
Werk behapbaar houden
Die automatisering in de zorg is volgens de hoogleraar nodig om het werk in de zorg behapbaar te houden. ‘Er vallen nu mensen uit vanwege de drukte, dat is niet gezond.’ Kunstmatige intelligentie kan die druk verlichten.
Op welke manieren helpt kunstmatige intelligentie nu al in de beeldanalyse? In zijn oratie geeft Staring drie voorbeelden: voor bepaalde tumoren kan kunstmatige intelligentie zeer precies de grootte bepalen, ze kan borstkanker iets vaker ontdekken dan mensen (met minder foutpositieven) en ze kan veranderingen over de tijd op scans goed in kaart brengen. Dat laatste zou mensen weken per patiënt kosten.
‘Met kunstmatige intelligentie willen wij voorspellen hoe de tumor er over een half jaar uitziet.’
Twijfelend algoritme
Staring werkt met zijn team aan een tool die kan voorspellen of een tumor achter het oor (de brughoektumor) in de toekomst groeit. Als die tumor stabiel is, wordt die niet behandeld. Hij zit tegen de hersenen aan wat een riskant gebied is om te opereren en ook bij bestraling kan er nevenschade ontstaan. ‘Maar als je weet dat de tumor gaat groeien, ga je wel ingrijpen’, zegt Staring. ‘Met kunstmatige intelligentie willen wij voorspellen hoe de tumor er over een half jaar uitziet.’
Omdat de toekomst lastig is te voorspellen, geeft het algoritme ook aan hoe betrouwbaar de voorspelling is. ‘Een algoritme kan ook twijfelen’, zegt Staring. ‘Door die twijfel inzichtelijk te maken, weet een arts waarop hij op kan vertrouwen en waarop niet. Dat kan hem helpen een beslissing te nemen.’
Hard werken en vaak falen
Het is niet makkelijk om zo’n tool werkend te krijgen, maar dat is volgens Staring het mooie van zijn vak. ‘Je moet hard werken en je faalt vaak. Maar na een tijd van proberen doet de computer wat je wil. Dat vind ik echt heel leuk. En dan is het ook nog iets waarop mensen zitten te wachten. Dat ik met techniekontwikkeling maatschappelijke impact kan hebben, is heel fijn.’
Tekst: Dagmar Aarts
Foto: Unsplash