Kunstmatige intelligentie kan levens redden
Medische beeldvormingstechnieken als MRI, CT en echo kunnen veel effectiever worden ingezet. Jelmer Wolterink ontwikkelt kunstmatige intelligentie voor verbeterde diagnostiek bij hart- en vaatziekten zoals buikaneurysmata.
Hart- en vaatziekten zijn doodsoorzaak nummer 1 in de wereld. Zo ontwikkelt 2 tot 3% van de populatie een verwijding of aneurysma in de buikslagader die kan scheuren, met vaak dodelijke afloop. Vaak is een aneurysma aanleiding om de buikslagader preventief te repareren. Maar zo’n ingreep is niet zonder risico en bovendien niet altijd noodzakelijk. Medische beeldvorming speelt een grote rol in de behandeling van patiënten met hart- en vaatziekten.
“De radioloog analyseert MRI, CT- en/of echobeelden om een verwijding of vernauwing in de slagader op te sporen, zodat hij kan bepalen wat de juiste behandeling is”, schetst Wolterink.
De inzet van kunstmatige intelligentie kan de effectiviteit van medische beeldvorming sterk verbeteren. Automatisering levert tijdwinst op en verlaagt de druk op de zorg. Het bekijken van grote aantallen beelden gebeurt dan aan de hand van algoritmen. Een betere analyse van de beelden levert bovendien betere diagnoses op en daarmee een gepersonaliseerde behandeling.
Beter voorspellen
Met een Veni-beurs werkt Wolterink nu aan betere voorspellingsmethodieken voor de aorta. Hoe gaat de verwijding zich ontwikkelen? Hoe groot is de kans dat dit leidt tot een scheuring van de buikslagader? Het gebruik van kunstmatige intelligentie moet antwoord geven op deze vragen. “Er zijn van een gemiddelde patiënt al veel beelden beschikbaar, zoals eerder gemaakte CT-scans en echo’s”, zegt Wolterink. “Radiologen beoordelen op basis daarvan hoe groot de verwijding is. Is de aorta breder van 5,5 centimeter, dan volgt een ingreep. Is dat niet het geval, dan gebeurt er niets. Maar in sommige gevallen scheurt de buikslagader al als hij kleiner is dan 5,5 centimeter, bij zo’n patiënt is de kans op overlijden groot. Omgekeerd komt het vaak voor dat mensen ten onrechte worden geopereerd, in 2% van de gevallen met een dodelijke afloop. Daar willen we in samenwerking met vaatchirurgen iets aan doen.”
Het volledige plaatje
Met behulp van algoritmen kan meer informatie uit de beelden worden gedestilleerd, bijvoorbeeld de lengte en het volume maar ook de vorm van het aneurysma. De algoritmen kunnen bijvoorbeeld meer vertellen over de stroomsnelheid van het bloed en de druk op de vaatwand. De onderzoeksgroep van Wolterink ontwikkelt methoden om snel (binnen enkele seconden) te kunnen inschatten hoe groot of laag de druk op de vaatwand is, en dus hoe groot de kans op een scheuring van de buikslagader. Daarvoor kunnen ook beelden gebruikt worden die zijn gemaakt vanwege een andere aandoening van de patiënt. “Een CT-scan van de galstenen kan ook een verwijde aorta laten zien. Door al deze beelden te benutten kunnen we levens redden.”
Precision Medicine
Het onderzoek van Wolterink is onderdeel van een breder Precision Medicine programma van 4TU, waarbij ook collega’s van de universiteiten van Delft, Wageningen en Eindhoven en de academische ziekenhuizen zijn aangesloten. “We willen dat de juiste zorg op de juiste plek komt, ook bij andere ziektebeelden zoals kanker. Onze droom is dat patiënten in de toekomst niet meer de one size fits all behandeling krijgen maar gepersonaliseerde zorg.”
Onderwijs
Wolterink begeleidt studenten van Technische Geneeskunde die stages lopen bij ziekenhuizen in het hele land. “Veel ziekenhuizen hebben problemen op het gebied van vaatchirurgie, orthopedie, maag, darm en lever, waarvoor kunstmatige intelligentie een oplossing kan zijn. Daardoor worden bestaande beelden veel beter benut. Ziekenhuizen staan dus te springen om onze studenten. Het is leuk om hen te begeleiden. Je leert van de vragen die van hen komen. Het levert bovendien mooie contacten op met artsen, waaruit nieuwe vormen van samenwerking kunnen ontstaan.”
Wolterink geeft daarnaast het vak ‘Deep learning for medical imaging analysis’ binnen de wiskunde mastertrack ‘Artificial Intelligence for Health’.
Over Jelmer Wolterink
Jelmer Wolterink (1988) studeerde Artificial Intelligence aan de Radboud Universiteit in Nijmegen en behaalde de master Mathematical Sciences aan de Universiteit Utrecht. In 2017 promoveerde hij aan de Universiteit Utrecht (UMCU) op verbeterde diagnose van kransslagaderverkalking met kunstmatige intelligentie. Sinds 2020 is hij als universitair docent in de afdeling Systems, Analysis and Computational Science (SACS) verbonden aan de faculteit Electrical Engineering Mathematics and Computing Science.
Wolterink ontving in de loop der jaren verschillende prijzen en beurzen voor onderzoek naar medische beeldanalyse. Eind 2020 kreeg hij de NWO Veni beurs (250.000 euro) toegekend voor het onderzoek ‘Machine learning based predicition of abdominal aortic aneurysm growth and rupture’. Dankzij een beurs van 80.000 euro van het TURBO programma werkt hij samen met RadboudUMC aan versnelde gepersonaliseerde biomechanische simulaties. Met een beurs van 60.000 euro van Pioneers in Health Care onderzoekt Wolterink het gebruik van kunstmatige intelligentie bij endoscopie.
Persfoto's
Deze persfoto's kunnen zonder copyright restricties worden gebruikt. Wel o.v.v. Fokke Eenhoorn fotografie.