Kunstmatige intelligentie helpt baarmoederhalskanker beter te bestralen

Onderzoekers Peter Bosman en Tanja Alderlirsten
We hebben steeds meer krachtige technieken tot onze beschikking die niet alleen aangeven wát je moet doen, maar ook waaróm.
prof. Peter Bosman

Hoewel bestraling goed in staat is om kankercellen te doden, krijgen ook gezonde organen in de buurt van de tumor vaak straling te verwerken. Dat kan vervelende bijwerkingen voor de patiënt veroorzaken. Wanneer radiotherapeuten en laboranten behandelplannen opstellen voor bestraling, maken ze daarom altijd een belangrijke afweging: hoe kunnen we ervoor zorgen dat de tumor zoveel mogelijk straling ontvangt, maar dat het gezonde weefsel zoveel mogelijk gespaard blijft?
 

Om deze delicate balans te bewaken slaan onderzoekers Tanja Alderliesten en Peter Bosman* een brug tussen wiskunde & informatica en het ziekenhuis. Ze zetten kunstmatige intelligentie in, om voor elke patiënt het meest geschikte behandelplan te ontwerpen en dus patiënten zo effectief én veilig mogelijk te bestralen.
 

Het juiste behandelplan maken

“Bij baarmoederhalskanker gebeurt deze bestraling voor een belangrijk deel van binnenuit, door een applicator (dat is een bestralingshulpmiddel) en eventueel extra katheters (holle naalden) in te brengen, zo dicht mogelijk in de buurt van de tumor”, legt Alderliesten uit. “Hier kan een radioactieve bron doorheen worden geleid. Die bron kan dan op bepaalde plekken voor een bepaalde tijd stilstaan om stralingsdosis af te geven. Op die manier kun je variëren met de plek en de hoeveelheid dosis die je lokaal afgeeft.” 
 

Maar het maken van een behandelplan is erg bewerkelijk, wat wil zeggen dat er veel factoren zijn die beïnvloeden hoeveel straling uiteindelijk bij de tumor terechtkomt. 

De onderzoekers hebben in recent gerelateerd werk een nieuwe inzichtelijke manier voorgesteld om naar de situatie te kijken. “Op het onderstaande plaatje zie je voor 2 patiënten wat er gebeurt als je mogelijke bestralingsplannen afbeeldt, met langs de ene as de kwaliteit van het plan met betrekking tot de doelgebieden en langs de andere as de kwaliteit voor de risico-organen. Hoe verder naar rechts, hoe beter de bestraling van de doelgebieden. Hoe verder naar boven, hoe beter de sparing van de omringende risico-organen. In de ideale situatie kom je hier rechtsboven in de grafiek terecht: de maximale hoeveelheid stralingsdosis op de tumor, en geen stralingsdosis aan het gezonde weefsel. Die situatie is echter niet haalbaar, maar je wilt er zo dicht mogelijk bij komen. Het is voor de laborant en radiotherapeut met de bestaande software echter niet goed inzichtelijk hoe je daar kunt komen. Vaak zie je dat er eerst een paar stapjes de verkeerde kant op worden gemaakt, dat zie je aan het traject van de huidige planning in het plaatje, waarna het plan wordt bijgestuurd.”

Plaatje bestralingsplan

Dat komt niet omdat radiotherapeuten slecht werk leveren, benadrukt collega-onderzoeker Peter Bosman: “Je kunt het vergelijken met een auto waar driehonderd stuurwielen in zitten. Aan welke combinatie moet je draaien om naar rechts te gaan? Het kost een mens ontzettend veel moeite om dat goed door te krijgen. Een computer kan dat veel beter, met de juiste software. Wij hebben een programma ontwikkeld dat middels kunstmatige intelligentie technieken in staat is om voor elke patiënt binnen dertig seconden een spectrum aan behandelplannen uit te rekenen met verschillende afwegingen. We hebben in een eerder onderzoek voor prostaatkanker aangetoond dat dit zeer goed werkt en dat willen we nu doortrekken naar baarmoederhalskanker.”
 

Kunstmatige intelligentie als ultieme doktersassistent

Het idee van deze kunstmatige intelligentie is niet dat het laboranten en radiotherapeuten overbodig maakt, maar wel dat het ze werk uit handen neemt, vervolgt Bosman. “Ze hoeven niet meer aan al die wieltjes te draaien en bij te sturen. Daardoor kunnen ze hun tijd beter inzetten door te bepalen welk plan nu het beste past bij een specifieke patiënt, waarbij er gekozen kan worden uit verschillende plannen met verschillende afwegingen die onze software voorstelt. We hebben voor patiënten met prostaatkanker op deze manier behandelplannen berekend en voorgelegd aan drie artsen van het Amsterdam UMC, locatie AMC. In 98% van de gevallen kreeg een plan van ‘ons’ de voorkeur. Dat was ook voor hen het bewijs dat het echt beter en inzichtelijker kon. Ze ondersteunen deze ontwikkeling dan ook van harte.”
 

Met het bundelen van krachten vanuit verschillende disciplines, zoals ook in dit onderzoeksproject, komen we echt verder!

Het onderzoek gaat in 2020 van start. In de jaren die volgen gaan de onderzoekers aan de slag met het ontwikkelen en finetunen van het programma. In het kader van het testen en valideren van de software is een landelijke samenwerking opgericht met bijna alle ziekenhuizen in Nederland waar baarmoederhalskanker met brachytherapie behandeld wordt.  De onderzoekers verwachten in dit decennium meer toepassingen te zien van kunstmatige intelligentie bij de behandeling van kanker. Bosman: “We hebben steeds meer krachtige technieken tot onze beschikking die niet alleen aangeven wát je moet doen, maar ook waaróm. Dat is voor ons de stip op de horizon: kunstmatige intelligentie als ultieme doktersassistent, die kan uitleggen waaróm je iets moet doen.”
 

Toch zijn er nog wel wat hobbels te nemen voordat het zover is, besluit Alderliesten: “Om kunstmatige intelligentie te kunnen toepassen op grote hoeveelheden gegevens, is het belangrijk dat die gegevens toegankelijk en uniform zijn. Alleen dán kun je de informatie eruit trekken die je nodig hebt. Er worden veel gegevens van patiënten verzameld, op veel verschillende plekken: eigenschappen van de patiënt zelf, gegevens over de tumor en de behandeling, bijwerkingen, zelfs DNA … Het is een enorme uitdaging om die verschillende typen data zó te combineren dat kunstmatige intelligentie ermee om kan gaan. Maar met het bundelen van krachten vanuit verschillende disciplines, zoals ook in dit onderzoeksproject, komen we echt verder!”
 

* Dit KWF-project wordt geleid door dr. Tanja Alderliesten (Leids Universitair Medisch Centrum). Zij werkt daarin nauw samen met kunstmatige intelligentie onderzoeker prof. dr. Peter Bosman (Centrum Wiskunde & Informatica en Technische Universiteit Delft). Verder betreft het project een nauwe samenwerking met Amsterdam UMC en bedrijfspartner Elekta.