Het verbeteren van de tumor respons evaluatie bij darmkanker patiënten met uitzaaiingen in de lever met behulp van kunstmatige intelligentie

Ongeveer de helft van de mensen met darmkanker krijgt uitzaaiingen naar de lever. De behandeling verschilt per patiënt en het is lastig om vooraf te voorspellen welke behandeling het beste werkt. Onderzoekers willen daarom kunstmatige intelligentie (AI) gebruiken om CT-scans en patiëntgegevens beter te beoordelen en zo behandelingen beter op de individuele patiënt af te stemmen.

Doel van het onderzoek

De onderzoekers willen de beoordeling van de reactie op behandeling bij patiënten met uitzaaiingen van darmkanker naar de lever verbeteren.

Ze willen daarvoor:

• de beoordeling van de tumorreactie op CT-scans automatiseren
• meer informatie uit CT-scans halen, zoals veranderingen in de totale grootte van de tumoren en hun vorm
• onderzoeken of kenmerken op CT-scans iets kunnen zeggen over eigenschappen van de tumor
• een model ontwikkelen dat helpt voorspellen welke behandeling het beste werkt en wat de verwachte overleving is

Waarom is dit onderzoek nodig?

Bij ongeveer 20% van de mensen met uitzaaiingen naar de lever is een operatie bij de diagnose mogelijk. Bij anderen kunnen de uitzaaiingen soms eerst kleiner worden door medicijnen, waarna een operatie alsnog mogelijk wordt.

Niet iedere patiënt reageert hetzelfde op een behandeling. Daarom is het belangrijk om snel en zo nauwkeurig mogelijk te bepalen of een behandeling werkt.

Dat gebeurt nu door radiologen CT-scans te beoordelen. Zij meten onder andere de diameter van de 2 grootste tumoren. Deze beoordeling kost tijd en kan verschillen tussen radiologen. Ook gaat daarbij andere informatie op de CT-scan verloren.

AI kan CT-scans automatisch en veel uitgebreider analyseren. Daarmee hopen de onderzoekers de reactie op de behandeling beter in beeld te brengen.

Hoe wordt dit onderzoek uitgevoerd?

Het onderzoek bestaat uit 3 onderdelen:

• De onderzoekers ontwikkelen AI-modellen die de reactie van tumoren op behandeling automatisch beoordelen. Hiervoor gebruiken ze onder andere CT-scans en patiëntgegevens uit de CAIRO5-studie.
• Ze onderzoeken ook andere veranderingen van de tumoren op CT-scans, zoals hun vorm en hoe ze contrastvloeistof opnemen.
• Tot slot onderzoeken ze of kenmerken op CT-scans samenhangen met genetische eigenschappen van de tumor en met de uitkomst van de ziekte.

De verschillende soorten gegevens worden uiteindelijk gecombineerd in modellen die de reactie op behandeling en de overleving van patiënten proberen te voorspellen.

De modellen worden eerst ontwikkeld en getest met bestaande patiëntgegevens. Daarna worden ze getoetst in een andere groep patiënten en onderzocht in een klinische studie.

Wat levert dit onderzoek op?

De onderzoekers verwachten dat AI de beoordeling van de reactie op behandeling sneller en consistenter maakt. Ook kan de techniek informatie uit CT-scans halen die met het menselijk oog moeilijk te zien is.

Op termijn willen de onderzoekers hiermee beter kunnen voorspellen welke behandeling bij een individuele patiënt het beste past. Zo kunnen patiënten mogelijk eerder een behandeling krijgen die bij hen past en kunnen onnodige, belastende behandelingen worden voorkomen.

Het uiteindelijke doel is om deze AI-modellen in de klinische praktijk te gebruiken als ondersteuning bij behandelkeuzes.