Een AI-algoritme kan nauwkeurig het risico voorspellen dat longknobbeltjes, gevonden op CT-scans tijdens longscreening, zullen uitgroeien tot tumoren. Dat schrijven onderzoekers van het Radboudumc in Radiology.

Screening longkanker

Longkanker is bij zowel mannen als vrouwen de belangrijkste doodsoorzaak door kanker. Screening van mensen met een verhoogd risico op longkanker, zoals zware rokers, is mogelijk met lage dosis CT-scans van de long. Resultaten van grote screeningstudies wijzen uit dat de sterfte door longkanker daardoor aanzienlijk kan verminderen. Dat geldt met name wanneer (potentiële) tumoren al in een vroeg stadium worden gedetecteerd. Dat vergroot de kans op een succesvolle behandeling.

De meeste kleine knobbeltjes, zichtbaar zijn op dergelijke CT-scans, zijn geen tumoren in de dop, maar goedaardige knobbeltjes. Goedaardige knobbeltjes kunnen met rust worden gelaten worden. Vandaar het grote belang om gemakkelijk een goed onderscheid te kunnen maken tussen goed- en kwaadaardige varianten.

16.000 knobbeltjes

Voor hun studie ontwikkelden de onderzoekers van het Radboudumc een algoritme dat deze longknobbeltjes beoordeelt met deep learning. Deep learning is een AI-techniek die patronen in aangeleverde beelden zelf steeds beter leert vinden en herkennen. De onderzoekers trainden het algoritme door het CT-beelden te laten zien van meer dan 16.000 knobbeltjes. Hiervan waren er 1249 van kwaadaardige aard. Vervolgens werd het AI algoritme getest op drie grote bestanden met beeldgegevens van knobbeltjes uit de Deense longkanker screeningstudie.

Volgens Colin Jacobs, coördinator van de studie, deed het deep learning algoritme het goed, ook in vergelijking met andere detectiemechanismen. Dat biedt uitzicht dat dit algoritme radiologen kan helpen bij het nauwkeurig inschatten van de kans op kwaadaardige longknobbeltjes, waardoor de screening op longkanker verder geoptimaliseerd kan worden.

Meer informatie