De ontwikkeling in AI, kunstmatige intelligentie, voor het opsporen en herkennen van tumoren gaat snel. Afgelopen augustus bleek uit een grootschalig Zweeds onderzoek dat AI beter is in het screenen op borstkanker dan radiologen. Wat zijn de mogelijkheden en voordelen? Kunnen en willen we al vertrouwen op het oordeel van een computer bij het herkennen van borstkanker?
Computers die zich gedragen als een mens. Die kunnen leren, redeneren, nooit moe zijn of haast hebben, altijd exact hetzelfde werken en die kunnen voorspellen. Die computers kunnen taken van ons overnemen die veel tijd kosten, die we niet leuk vinden of waar we niet zo goed in zijn. Artificial Intelligence (AI), leek voor het grote publiek vooral science fiction. Tot eind vorig jaar. Toen kwam opeens de tekstrobot ChatGPT voor iedereen beschikbaar. Sindsdien vallen we van de ene verbazing in de andere. Je kan ermee chatten alsof het een mens is. Hij schrijft automatisch teksten voor je, na een paar simpele instructies. Maar AI is niet nieuw. Er wordt al jaren mee gewerkt. Kunstmatige intelligentie staat nu wel volop in de belangstelling.
Computer al zo goed als radioloog?
Ook in de borstkankerzorg verschijnt kunstmatige intelligentie aan de horizon. Professor Mireille Broeders, hoogleraar gepersonaliseerde kankerscreening aan het Radboudumc, praat ons bij over de ontwikkelingen. Zelf doet zij er ook onderzoek naar. ‘Je kunt AI op verschillende manieren inzetten bij het opsporen van borstkanker’, vertelt Broeders. ‘In het begin hebben we de computer gevoed met de kennis van radiologen. Dit heet machine learning. We stopten de kenmerken waaraan radiologen op foto’s borstkanker herkennen in de computer. Met de instructie: als je dit en dit, of dit ziet, moet je een alarm geven. Dat werkt al goed. De computer kan inschatten of iets verdacht is en verder onderzocht moet worden. En ook hoe waarschijnlijk het is dat een vrouw naar het ziekenhuis moet. De AI kan inmiddels net zo goed als een radioloog bepalen of een afwijking borstkanker is of niet.’
Hulpje of vervanger?
Maar wat is het doel van die AI? Is het een hulpmiddel of een vervanging? ‘Het kan beide’, zegt Broeders. ‘Je kunt de computer vragen: wat vind jij hiervan? Dan heeft de radioloog extra informatie die mee kan wegen bij de beslissing. Maar als blijkt dat AI het net zo goed doet als de radioloog, dan ligt vervanging ook voor de hand. Momenteel kijken altijd twee radiologen naar borstfoto’s. Zeker als je te weinig radiologen hebt, kun je misschien één radioloog samen met de computer laten kijken. Of waarom niet alleen de computer, als die toch net zo goed is als de radioloog?’
Zelflerende computer
Zover is het nog niet. Eigenlijk willen we dat de computer het beter doet dan de radioloog. Die kans is er ook. Want computers kunnen veel ‘dieper’ kijken dan mensen. Je moet je voorstellen dat een borstfoto uit kleine puntjes bestaat, pixels genoemd. Computers kunnen die pixels afzonderlijk bekijken, een mens kan dat niet. Dus als de computer weet waar die naar moet kijken, kan die dat in principe beter dan een radioloog. Maar hoe leer je de computer dat? Een radioloog kan het niet zien.
‘Hier komt deep learning om de hoek’, vervolgt Broeders. ‘Daarbij voeren we de computer met een hele stapel borstfoto’s. We vermelden erbij op welke beelden wel en op welke geen borstkanker te vinden is. Daarna mag de computer het zelf uitzoeken. Hij vergelijkt al die beelden en herkent daar op een gegeven moment patronen in. De computer leert nu zichzelf waar hij het beste naar kijkt om te bepalen of er kanker is. Daarmee kan hij nieuwe foto’s beoordelen. Alleen, een radioloog kan dat niet meer controleren. Want die weet niet waar de computer naar kijkt.’
Tumoren herkennen voor zorg op maat
Een volgende stap is dat de computer tumoren niet alleen opspoort, maar bovendien bepaalt hoe agressief ze zijn. Hier doet Broeders zelf onderzoek naar met de IMAGINE studie. Stel je voor dat dit mogelijk wordt. Dan kan dit bijdragen aan onderzoek en behandeling op maat. ‘Patiënten en tumoren zijn niet allemaal hetzelfde. Hoe meer we weten over de risicofactoren van zowel patiënten als tumoren, hoe meer we op maat kunnen onderzoeken en behandelen.’ Daarmee stappen we direct in het vakgebied van professor Broeders: kankerscreening op maat. ‘Als je weet hoe agressief een tumor is, kun je daar je beleid op aanpassen. Bijvoorbeeld als het een tumor blijkt die niet of heel langzaam groeit, is een ingrijpende behandeling misschien niet direct nodig. Als AI ons daarover uitsluitsel kan geven, is dat winst.’
Met diezelfde deep learning leert de AI nu zichzelf hoe agressief bepaalde tumoren zijn. ‘Eind dit jaar ronden we deze studie af. We hopen dat we met deze vorm van AI de radioloog meer informatie kunnen geven over het type tumor. Zodat we dan beter weten of het een afwijking is die echt kwaad kan, of dat iemand er nooit last van zal krijgen.’
Voordelen van AI
De voordelen van AI zijn duidelijk. De computer kan radiologen helpen om nog nauwkeuriger te beoordelen. Dat is goed nieuws voor deelnemers aan het bevolkingsonderzoek en patiënten. Onvermoeibare, nauwkeurige computers kunnen het beoordelen van borstfoto’s deels of misschien straks wel helemaal overnemen. Dat is efficiënt en kostenbesparend. Blijkt de AI werkelijk in staat om ook het type tumor te achterhalen, is dat voor patiënten helemaal goed nieuws. Het stimuleert behandeling op maat.
Vraagtekens bij AI
Vraagtekens zijn er ook bij AI. Volgens Broeders zullen we er vooral aan moeten wennen. ‘We moeten wetenschappelijk aantonen dat de AI veilig is en net zo goed of beter is dan de radioloog. Maar dan nog blijven er voldoende vraagstukken waar we nog geen antwoord op hebben. Bijvoorbeeld: hoe brengen we AI naar de praktijk? Hoe gaan radiologen en de AI samenwerken? Ook daar wordt onderzoek naar gedaan, in bijvoorbeeld de aiREAD studie. En wat gebeurt er als de AI een fout maakt? Dat gaat vast een keer gebeuren. Wie is er dan verantwoordelijk? De AI-fabrikant? Of de radioloog, ook al heeft die de bewuste borstfoto helemaal niet gezien?’ Het is zoals Willem Elsschot ooit schreef: ‘Tussen droom en daad staan wetten in de weg en praktische bezwaren’. Dus het duurt nog even. Maar dat AI ook in de borstkankerzorg een rol gaat spelen, is zeker. De vraag is alleen, wanneer? Broeders: ‘Ik verwacht dat radiologen over vijf tot tien jaar hulp krijgen van een slimme computer om te bepalen of een afwijking borstkanker is. Op korte termijn komen er steeds meer studies die AI dichter bij de praktijk brengen. Met het automatisch bepalen van het type tumor zijn we nog niet zover. Onze IMAGINE-studie is nog maar een verkenning.’
We schreven eerder in Blad B over behandeling en nacontrole op maat. De artikelen vind je hier:
Minder is soms meer bij de behandeling van borstkanker
Keuzehulp voor nacontrole op maat