Automatische analyse van medische beelden

Article

Automatische analyse van medische beelden

Kunstmatige intelligentie binnen de gezondheidszorg

Zelfrijdende auto’s, autonoom vliegende drones, algoritmen die een hond of een kat in een foto herkennen. Praktische toepassingen die gebruik maken van kunstmatige intelligentie nemen de laatste jaren sterk toe. Zo ook in de gezondheidszorg.

Kunstmatige intelligentie

IBM Watson’ Oncology Advisor staat medische specialisten bijvoorbeeld al bij, bij het selecteren van individuele behandelplannen. Deze toepassingen concentreren zich vooralsnog in de Verenigde Staten. Jammer, want er is veel expertise in Nederland. Zo bleek ook tijdens de meetup van Amsterdam Data Science, waar onderzoekers in automatische beeldinterpretatie van MRI’s spraken over de ontwikkelingen binnen hun vakgebied.

Onderzoek hersenscans

De onderzoekers maakten tijdens deze meetup duidelijk dat de ontwikkelingen rondom kunstmatige intelligentie in de medische wetenschap ook in Nederland flinke voortgang boekt. Het gebruik van kunstmatige intelligentie technieken, geleend uit de computerwetenschappen, is onder andere cruciaal voor het kunnen classificeren van hersengebieden en verbindingen tussen deze gebieden (lees hier meer over) en de technieken zijn al zover dat hersenen van verschillende personen - of van dezelfde persoon op verschillende momenten - met elkaar vergeleken kunnen worden. Het correleren van deze metingen met het DNA van de desbetreffende personen, leidt tot interessante inzichten die gebruikt kunnen worden voor gericht vervolgonderzoek naar de mogelijke oorzaken van deze afwijkingen. Dit onderzoek van Wiro Niessen heeft geleid tot de ontwikkeling van software waarmee radiologen ondersteund worden bij hun analyses.

Snelle diagnose

Het zou een doorbraak zijn als al in een zeer vroeg stadium van bijvoorbeeld Alzheimer, nog voordat de symptomen zich openbaren, een diagnose kan worden gesteld. Maar helaas is het nog niet mogelijk om voorspellingen op individueel niveau te maken. De complexiteit zit in het feit dat een combinatie van meerdere factoren leiden tot de ziekte van Alzheimer. Deze factoren kunnen erfelijke eigenschappen zijn, maar ook de wijze hoe je je leven leidt. Net zoals Google zijn zelfrijdende auto’s laat leren te rijden door veel verschillende situaties door te maken, zal het meten van werkelijk gedrag ook inzicht geven in mogelijke factoren die leiden tot Alzheimer. De crux zit in het verzamelen van voldoende data om een betrouwbare voorspelling te maken. Welke data dan precies verzameld moet worden, is dan ook één van de vervolgvragen waar het onderzoek van Wiro Niessen zich op richt. Slimme horloges worden bijvoorbeeld ingezet om te meten hoeveel iemand beweegt gedurende de dag.

Realtime bijsturen

Dat MRI beelden ook gebruikt kunnen worden in een realtime toepassing, toont onderzoeker Jan Lagendijk aan met het mede door hem ontworpen systeem voor kankerbestraling. Met behulp van deze MRI beelden kan de straling tijdens de behandeling veel nauwkeuriger worden gericht (lees hier meer over). Er wordt hierbij gebruik gemaakt van een combinatie van fijn- en grofmazige beelden om zo in te schatten hoe organen zich tijdens een behandeling bewegen. Hiermee kan de behandelend arts een individuele inschatting maken van de stralingsdosis van de tumor ten opzichte van de omliggende organen.

Bredere toepassing

Het wordt steeds duidelijker dat onderzoek waarbinnen analyse van MRI scans en het menselijk DNA uitgevoerd worden, zijn vruchten afwerpt. De technieken zijn zover doorontwikkeld dat het tijd wordt om deze uit de onderzoeksfeer te halen. De software om beter, sneller en goedkoper MRI beelden te kunnen analyseren is al beschikbaar. Diagnose op individueel niveau op basis van medische beelden kan helaas nog niet, maar het geeft goede moed dat individuele behandeling op basis van MRI scans al wel mogelijk is. Made in Holland.

Meer weten over kunstmatige intelligentie binnen de gezondheidszorg?

Wil je meer weten over kunstmatige intelligentie binnen de gezondheidszorg? Neem dan contact op met Jurriaan Tressel via +31610999358 of jtressel@deloitte.nl.

Vond u dit nuttig?