Op zoek naar ‘diepe infiltranten’

Hoe ver is een tumor in de wand van de endeldarm ingegroeid? Dat is vaak lastig vast te stellen met een (echo)endoscopie. Of er is discussie over. Dankzij Artificial Intelligence (AI) technieken is mogelijk beter en duidelijker vast te stellen hoe ver een tumor is ingegroeid. ‘Veelbelovende techniek’, zegt MDL-arts Frank ter Borg. Toch is het wachten op vervolg.

Frank ter Borg laat een serie foto’s zien. Aan de rechterzijde foto’s gemaakt met klassieke echografie. Er is een continue overgang van lichte naar donkere grijstinten. Op de andere plaatjes van dezelfde endeldarm, zien we drie kleuren. Rood, groen en blauw... Ter Borg: ‘De grijstenten worden door de computer omgezet in drie kleuren: tumor/slijmvlies, het laagje bindweefsel onder het slijmvlies en de spierwand daarbuiten. De beoordeling van geleidelijk in elkaar overvloeiende grijstinten is moeilijk en subjectief. Dit systeem heeft geleerd waar de grenzen getrokken moeten worden. Daardoor wordt het duidelijker te zien of een endeldarmtumor in de spierwand is geïnfiltreerd (“diepe infiltranten”). Niet alleen beter voor de arts ter beoordeling, maar ook richting patiënt een mooie techniek. Ter Borg: ‘Wat in de geneeskunde nu vaak nog gebeurt, is dat we met endoscopische resectie endeldarmkanker van de spierwand afpellen. Maar er als de tumor in de spierwand is geïnfiltreerd zal dat nooit afdoende zijn en is deze ingreep zinloos.’

Veel tinten grijs

Met endo-echografie (EUS) wordt niet alleen visueel naar de tumor gekeken (live video), maar er wordt ook een echografisch beeld gemaakt om de laagjes van de darmwand te kunnen beoordelen. In de praktijk blijkt dat deze beelden voor artsen niet altijd zo makkelijk te interpreteren zijn. Ter Borg: ‘Het is allemaal heel veel tinten grijs. Waar houdt een tumor op en waar is-ie te ver doorgegroeid in de spierwand?’ In deze studie met AI toepassing zijn de optische en echografische beelden en pathologische gegevens prospectief verzameld van patiënten die zijn doorverwezen voor lokale resectie. Op basis van deskundige handmatige segmentaties is een deep learning-algoritme getraind om de automatische segmentatie uit te voeren. De gemiddelde oppervlakteafstand, maximale afstand tussen segmentaties en de overlap zijn berekend als maten van overeenkomst tussen automatische en handmatige segmentatie. De automatische segmentaties worden beoordeeld op klinisch nut en hun diagnostische prestaties. Ter Borg: ‘Ofwel: door maar genoeg beelden van tumoren te verzamelen, op te slaan en te beoordelen, kan AI de arts helpen met het beoordelen van de status van de tumor. Door met kleuren te werken, kun je dat heel mooi visueel weergeven.’ Een darmtumor begint in het slijmvlies als een poliep (een soort wrat), en groeit vervolgens de darmwand in. Daarbij wordt als eerste het laagje onder het slijmvlies aangetast, vervolgens de spierwand en tenslotte groeit de tumor verder buiten de darm.

Vervolgonderzoek

De kern van AI is dat het zelflerend is. Je hebt dus veel beelden nodig zodat het systeem steeds slimmer wordt en het tumoren beter herkend en/of kan begrenzen. In deze pilotstudie zijn nu 373 handmatig gesegmenteerde beelden opgenomen. Dat is nog te weinig om definitie conclusies te trekken. Truc is ook dat AI in de tijd (op basis van meer beelden) steeds slimmer wordt. Ter Borg: ‘Voor een echte validatie heb je misschien wel 1000 echo-opnames nodig.’ Maar vooralsnog zijn de resultaten uit deze pilotstudie bemoedigend. Ter Borg: ‘I bleek in 73 procent van de gevallen een juiste diagnose te stellen. Als je ervan uitgaat dat AI in de tijd steeds beter wordt omdat er meer voorbeelden zijn, is de aanname dat dit percentage dus zal stijgen. En een waardevolle toevoeging kan zijn aan het vroegtijdig juist beoordelen van vroege darmkanker.’

PIHC-voucher

Voor dit onderzoek heeft het Deventer Ziekenhuis een PIHC-voucher van 60.000 euro gekregen. Met dit geld kon het vooronderzoek worden uitgevoerd en een e-learning worden gemaakt. Nu is het tijd voor het vervolg. Ter Borg: ‘Daar moeten we nu nieuwe fondsen voor gaan werven. Het onderzoek ligt nu even stil. Niet iedereen ziet nog de toegevoegde waarde ervan. Onbekend maakt onbemind. Het is ook nog pionieren. Maar de ervaring leert dat in dertig procent van de operaties, een poging om de tumor van de wand af te pellen niet de oplossing was. De tumor was al te ver ingegroeid. Dan zou AI echt kunnen helpen. De foutenmarge wordt minder.’ Honderd procent zekerheid met AI? Ter Borg: ‘Die krijg je nooit, maar we denken dat AI echte de kwaliteit van zorg en diagnose beter kan maken.’

Frank ter Borg, MDL Arts

Vorige
Vorige

Live 3D-microchirurgie. Supervisie op afstand

Volgende
Volgende

Eye in the Sky