AI beoordeelt prostaatkanker op MRI nauwkeuriger dan radiologen Computer spoort prostaatkanker vaker op en slaat minder vaak vals alarm.
AI herkent prostaatkanker vaker dan radiologen. Daarnaast slaat AI de helft minder vaak vals alarm. Dat blijkt uit een internationale studie, die is gecoördineerd door het Radboudumc en gepubliceerd in The Lancet Oncology. Dit is de eerste grote studie waar een internationaal team op een transparante manier AI evalueert en vergelijkt met de beoordeling door radiologen en klinische uitkomsten.
Radiologen kampen met een toenemende hoeveelheid werk, doordat mannen met een verhoogd risico op prostaatkanker nu standaard een prostaat-MRI krijgen. De diagnose prostaatkanker stellen met MRI vereist veel expertise en er een tekort is aan ervaren radiologen. Bij deze uitdagingen kan AI helpen.
AI-deskundige Henkjan Huisman en radioloog Maarten de Rooij, projectleiders van de PI-CAI-studie, organiseerden daarom met een internationaal team een grote wedstrijd tussen AI-teams en radiologen. Samen met andere centra in Nederland en Noorwegen stelden ze meer dan 10.000 MRI-scans beschikbaar. Ze bepaalden voor elke patiënt op een transparante manier of er sprake was van prostaatkanker. Ze lieten verschillende groepen wereldwijd AI ontwikkelen voor de analyse van deze beelden. De vijf beste inzendingen werden gecombineerd tot een soort super-algoritme voor de analyse van MRI-scans bij prostaatkanker. Tenslotte werd op vierhonderd MRI-scans de beoordeling van AI vergeleken met die van een groep van radiologen.
Nauwkeurige diagnose:
De PI-CAI community bracht meer dan tweehonderd AI-teams en 62 radiologen uit twintig landen bij elkaar. Ze vergeleken de bevindingen van de AI en de radiologen niet alleen met elkaar, maar ook met een gouden standaard, want ze keken hoe het verder ging met de mannen van wie de scans afkomstig waren. Gemiddeld werden de mannen vijf jaar gevolgd.
Uit deze eerste internationale studie naar AI bij prostaatdiagnostiek blijkt dat AI bijna zeven procent meer significante prostaatkankers opspoort dan de groep radiologen. Daarnaast wijst AI vijftig procent minder vaak een verdachte plek aan, waarvan later blijkt dat het geen kanker is. Dat betekent dat het aantal biopten kan halveren bij gebruik van AI. Als deze resultaten ook in vervolgstudies worden herhaald, kan dit de radiologen en patiënten in de toekomst veel helpen. Het kan zorgen voor minder werkdruk bij radiologen, nauwkeurigere diagnoses en minder onnodige prostaatbiopten. De ontwikkelde AI moet nog gevalideerd worden en is voorlopig niet beschikbaar voor patiënten in de kliniek.
Kwaliteitssysteem:
Huisman merkt dat de samenleving nog weinig vertrouwen heeft in AI. ‘Dat komt doordat fabrikanten soms AI bouwen die niet goed genoeg is’, legt hij uit. Hij werkt aan twee zaken. Het eerste is een publieke en transparante test om AI eerlijk te toetsen. Het tweede is een systeem voor kwaliteitsmanagement, zoals dat ook al bestaat voor de vliegtuigindustrie. ‘Als vliegtuigen bijna botsen, dan gaat er een commissie kijken hoe ze het systeem kunnen verbeteren, zodat dit in de toekomst niet meer gebeurt. Dat wil ik ook voor AI. Ik wil een systeem ontwikkelen dat leert van elke fout, zodat AI bewaakt wordt, en kan blijven verbeteren. Zo bouwen we aan vertrouwen in AI voor de zorg. Goede, betrouwbare AI kan helpen om de gezondheidszorg efficiënter te maken door artsen te helpen ontlasten van routinewerk.’
Over de publicatie:
Deze studie is gepubliceerd in The Lancet Oncology: Artificial Intelligence and Radiologists at Prostate Cancer Detection on MRI (PI-CAI): An International, Paired, Non-Inferiority, Confirmatory Study. Anindo Saha*, Joeran S. Bosma*, Jasper J. Twilt*, Bram van Ginneken, Anders Bjartell, Anwar R. Padhani, David Bonekamp, Geert Villeirs, Georg Salomon, Gianluca Giannarini, Jayashree KalpathyCramer, Jelle Barentsz, Klaus H. Maier-Hein, Mirabela Rusu, Olivier Rouvière, Roderick van den Bergh, Valeria Panebianco, Veeru Kasivisvanathan, Nancy A. Obuchowski, Derya Yakar, Mattijs Elschot, Jeroen Veltman, Jurgen J. Fütterer, Maarten de Rooij^, Henkjan Huisman^, and the PI-CAI consortium.