Nederland heeft een uitgebreid screeningsprogramma voor borstkanker. Elk jaar opnieuw worden er zo’n 1 miljoen borstfoto’s beoordeeld. Een mammogram wordt standaard niet door één, maar door twee radiologen bekeken. Hoewel nog mondjesmaat, worden steeds vaker AI-systemen ingezet bij het beoordelen van mammogrammen. En wat blijkt? In veel gevallen kan de computer dit sneller én beter dan een gespecialiseerde radioloog. Wordt de mamma-radioloog op termijn overbodig of blijft de computer het hulpje van de specialist?

“De nieuwste AI-systemen werken met deep learning en de resultaten verbeteren in rap tempo”, zegt Ritse Mann, mamma-radioloog in het Radboudumc. Hij is voorstander van het gebruik van kunstmatige intelligentie binnen zijn vakgebied en zet dit ook al regelmatig in. “Een aantal AI-programma’s is inmiddels net zo goed of zelfs beter in het detecteren van tumoren op mammogrammen dan ik of mijn collega’s. We staan aan de vooravond van een revolutie en ik verwacht dat AI bij het opsporen van borstkanker een grote vlucht zal nemen.” 

Het gebruik van computersystemen bij diagnostiek voor borstkanker is niet nieuw: Computer Aided Detection, ofwel CAD-systemen, worden al veel langer gebruikt door radiologen. Zo’n systeem kan afwijkingen op borstfoto’s herkennen. Dit zijn echter geen zelflerende programma’s, maar software die gevoed is met kennis van radiologen. Mann: “Het mooie aan de nieuwe AI-programma’s is dat zij tumoren zelf leren herkennen op basis van een groot aantal mammogrammen. En daar zijn ze heel goed in.”

Screenpoint Medical

Er is momenteel wereldwijd een handvol commerciële bedrijven dat AI-systemen maakt voor het beoordelen van mammogrammen, die al net zo goed of zelfs beter zijn dan de gemiddelde mamma-radioloog. Eén van die bedrijven is Screenpoint Medical, een spin-off van het Radboudumc. Het bedrijf ontwikkelde het AI-programma Transpara dat 2D en 3D mammogrammen kan beoordelen. Inmiddels wordt dit programma in meer dan twintig landen gebruikt en de ontwikkeling gaat razendsnel. Het programma detecteert ruim een kwart meer tumoren dan een jaar geleden. Ook Mann werkt met Transpara in het Radboudumc. “We doen samen onderzoek en Screenpoint Medical is een van de toonaangevende bedrijven geworden op dit gebied.”

Bevolkingsonderzoek Borstkanker

Ritse Mann, mamma-radioloog in het Radboudumc

Veruit het grootste deel van de mammogrammen in Nederland worden verricht in het kader van het Bevolkingsonderzoek Borstkanker. De rest wordt gemaakt in ziekenhuizen, bijvoorbeeld bij een knobbeltje in de borst. Het zou veel tijd en personele inzet kunnen schelen als de computer dit enorme aantal mammogrammen helpt beoordelen. Mann: “Ik lees op een ochtend 300 mammogrammen, dat gaat dus in een hoog tempo.”

Elk mammogram wordt door twee radiologen bekeken, soms zelfs nog door een derde radioloog. “Desondanks missen wij redelijk wat tumoren. Soms omdat de tumor heel klein is, maar ook omdat het simpelweg mensenwerk is en je iets over het hoofd kunt zien”, zegt Mann. “Als bij een vrouw die deelneemt aan het bevolkingsonderzoek tussen twee screeningsrondes in een tumor wordt gevonden, blijkt in een kwart van de gevallen dat die tumor eigenlijk al zichtbaar was bij de laatste screening, maar dat we deze hebben gemist. Dat is een pijnlijk gegeven. Maar het gebeurt.” 

Borstfoto krijgt rapportcijfer

Met AI-toepassingen zoals Transpara kan het aantal gemiste tumoren worden verminderd. Het programma scoort mammogrammen van 1 tot 10, waarbij 10 het hoogste risico op kanker geeft en 1 het laagste risico. Overigens is de kans op borstkanker met een score 10 nog steeds maar zo’n 5 procent. Bij een score 1 is die kans nog veel kleiner, maar de kans is er wel. 

Als er duidelijk een tumor zichtbaar is, zullen zowel mens als computer deze opsporen. Is er echt niks te zien, dan is het meestal ook duidelijk. In het grijze gebied, zit de winst maar ook de valkuil aldus Mann. “Stel je laat het AI-systeem alle mammogrammen die hoger scoren dan een 5 eruit filteren. Deze moet de radioloog dan zelf nog beoordelen, maar diegene met een lagere score worden niet meer bekeken. We missen dan automatisch ongeveer 5 procent van alle tumoren, omdat deze in de groep met een lage risicobeoordeling (1-5) zitten.

Wij missen redelijk wat tumoren. Soms omdat de tumor heel klein is, maar ook omdat het simpelweg mensenwerk is.

Ritse Mann, mamma-radioloog in het Radboudumc

Aan de andere kant zouden we in de groep met een hogere score wel meer tumoren kunnen vinden dan nu het geval is. Netto hoeft het niet uit te maken voor de hoeveelheid tumoren die tijdig vindt. Maar hoe leg je uit aan de patiënt dat ook een AI-programma weleens fouten maakt? De lat voor een computersysteem ligt hoger en dus zal de radioloog ook die laag-risico beelden moeten bekijken om te zien of de computer echt niets heeft gemist.” 

AI als hulpje

Vooralsnog blijft het beoordelen van mammogrammen hoofdzakelijk mensenwerk, omdat we (nog) niet accepteren dat de computer het beter kan. Maar volgens Mann is het niet de vraag of maar hoe je AI-software het beste in kunt zetten bij het opsporen van borstkanker. Bijna 75 procent van de radiologen vindt inmiddels dat AI een zelfstandige rol moet krijgen in de beoordeling, zonder dat daar als het ware een mens aan te pas komt. Een kwart wil AI eerder als hulpje, voor erbij.

Uit onderzoek blijkt dat een AI-systeem een even grote sensitiviteit heeft als één radioloog. Mann: “Maar het is nog niet zo goed als twee radiologen samen. Je zou natuurlijk de computer en de radioloog samen kunnen laten beoordelen. Dan halveer je de werklast en vind je meer tumoren. Dan zet je het AI-systeem in als een gewaardeerde collega. Ik zie hier iets: wat denk jij ervan?”  

Overdiagnostiek

Het AI-systeem vindt regelmatig tumoren die een radioloog vaak pas twee jaar later op een foto ziet. “Blijkbaar is de computer beter in staat een tumor in een vroeg stadium te herkennen. Het zou dus goed zijn om dingen die de computer echt verdacht vindt nog eens te bekijken, want daar zijn levens mee te redden”, zegt Mann. “Stel het systeem geeft een score 9 of 10, dan kunnen we deze vrouwen een MRI of andere aanvullende screeningstest aanbieden. Zij hebben waarschijnlijk baat bij deze intensievere of een andere vorm van screening”, zegt Mann.

Meteen doen, zou je denken. Maar er kleven ook nadelen aan, volgens Mann. “Als je wordt teruggeroepen na een screening is de kans dat je kanker hebt ongeveer 20 tot 25 procent. Veel vrouwen worden dus onterecht teruggeroepen en dat levert de nodige stress, extra diagnostiek en aanzienlijk hogere kosten op. We vinden ongetwijfeld meer tumoren, maar het is niet zeker dat de kans op overleving groter wordt. Veel van die tumoren vinden we uiteindelijk toch, al is het in een later stadium. Dat is een afweging die we moeten maken.”

Verantwoordelijk 

Wie is verantwoordelijk als er een fout wordt gemaakt, accepteren we hogere kosten voor extra diagnostiek, hoeveel extra tumoren vind je en hoeveel mis je er als je AI op grote schaal in gaat zetten voor het opsporen van borstkanker? Het zijn grote vragen als het gaat over AI in de zorg. “Ik verwacht dat het steeds meer geïntegreerd wordt en dat er bij de screening straks meteen ook een risicoanalyse uit komt rollen”, zegt Mann. “Het staat nog in de kinderschoenen. Er zitten commerciële bedrijven achter, maar er is nog geen goede kwaliteitsstandaard waar een programma aan zou moeten voldoen.”

Op dit moment is nog onduidelijk hoe AI-systemen zich gedragen bij grootschalige screening, omdat de programma’s nog niet gekoppeld mogen worden aan de screeningsdatabase. Mann: “We lopen tegen problemen aan met de privacywetgeving, terwijl de screening op zich heel anoniem is.” 

De deur is op een kier gezet en zwaait binnenkort wagenwijd open, verwacht Mann. “Ik denk dat AI-software op termijn zelfstandig mammogrammen gaat beoordelen. We kunnen er simpelweg niet tegen concurreren. In Nederland hebben we nu vooral een tekort aan laboranten, niet zozeer aan radiologen. Het maken van de mammogrammen is dus de bottleneck en niet het beoordelen. Maar neem bijvoorbeeld Groot-Brittannië: daar zijn te weinig radiologen en is de incentive groter. Of kijk naar Afrika: daar is geen radioloog voor handen, daar stap je meteen over op de AI-oplossing.”

Ook interessant: Radboudumc zet AI in om COVID-19 te herkennen op longbeelden

Steun ons!

Innovation Origins is een onafhankelijk nieuwsplatform, dat een onconventioneel verdienmodel heeft. Wij worden gesponsord door bedrijven die onze missie steunen: het verhaal van innovatie verspreiden. Lees hier meer.

Op Innovation Origins kan je altijd gratis artikelen lezen. Dat willen we ook zo houden. Heb je nou zo erg genoten van de artikelen dat je ons een bedankje wil geven? Gebruik dan de donatie-knop hieronder:

Doneer

Persoonlijke informatie

Over de auteur

Author profile picture