Op AI gebaseerde modellen kunnen beter presteren dan menselijke experts bij het opsporen van eierstokkanker

Op AI gebaseerde modellen kunnen beter presteren dan menselijke experts bij het opsporen van eierstokkanker

Een nieuwe internationale studie onder leiding van onderzoekers van het Karolinska Institutet in Zweden toont aan dat op AI gebaseerde modellen beter kunnen presteren dan menselijke experts bij het identificeren van eierstokkanker op echografiebeelden. Het onderzoek is gepubliceerd inNatuurlijke geneeskunde.

“Ovariumtumoren komen vaak voor en worden vaak bij toeval ontdekt”, zegt professor Elisabeth Epstein van de afdeling Klinische Wetenschappen en Training van het Södersjukhuset (General Hospital in Stockholm Zuid) van het Karolinska Institutet en senior consultant bij de afdeling Verloskunde en Gynaecologie van het ziekenhuis. "Er is in veel delen van de wereld een ernstig tekort aan echografie-experts, wat heeft geleid tot zorgen over onnodige procedures en vertraagde diagnoses van kanker. We wilden uitzoeken of AI menselijke experts zou kunnen aanvullen."

AI presteert beter dan experts

Onderzoekers ontwikkelden en valideerden neurale netwerkmodellen die onderscheid kunnen maken tussen goedaardige en kwaadaardige eierstoklaesies door de AI te trainen en te testen op meer dan 17.000 echobeelden van 3.652 patiënten in 20 ziekenhuizen in acht landen. Vervolgens vergeleken ze de diagnostische capaciteit van de modellen met een grote groep deskundige en minder ervaren echoscopisten.

Uit de resultaten bleek dat de AI-modellen beter presteerden dan zowel experts als niet-experts bij het opsporen van eierstokkanker, met een nauwkeurigheidspercentage van 86,3 procent, vergeleken met respectievelijk 82,6 procent en 77,7 procent voor de experts en niet-experts.

Dit suggereert dat neurale netwerkmodellen een waardevol hulpmiddel kunnen zijn bij de diagnose van eierstokkanker, vooral in moeilijk te diagnosticeren gevallen en in situaties waarin er een tekort is aan echografie-experts.”

Professor Elisabeth Epstein, Afdeling Klinische Wetenschappen en Opleiding, Södersjukhuset (Algemeen Ziekenhuis Zuid Stockholm), Karolinska Institutet

Het verminderen van de behoefte aan deskundig advies

De AI-modellen kunnen ook de behoefte aan deskundig advies verminderen. In een gesimuleerde triagesituatie verminderde AI-ondersteuning het aantal verwijzingen met 63 procent en het aantal verkeerde diagnoses met 18 procent. Dit kan leiden tot snellere en kosteneffectievere zorg voor patiënten met eierstoklaesies.

Ondanks de veelbelovende resultaten benadrukken onderzoekers dat verder onderzoek nodig is voordat het volledige potentieel van neurale netwerkmodellen en hun klinische beperkingen volledig worden begrepen.

“Door voortdurend onderzoek en ontwikkeling kunnen op AI gebaseerde tools een integraal onderdeel zijn van de gezondheidszorg van morgen, waardoor experts vrijkomen en de middelen van ziekenhuizen worden geoptimaliseerd. We moeten er echter voor zorgen dat ze kunnen worden aangepast aan verschillende klinische omgevingen en patiëntengroepen”, zegt Filip Christiansen, doctoraalstudent in de onderzoeksgroep van professor Epstein aan het Karolinska Institutet en gezamenlijke eerste auteur met Emir Konuk aan het KTH Royal Institute of Technology.

Het beoordelen van de veiligheid van AI-ondersteuning

De onderzoekers voeren momenteel prospectieve klinische onderzoeken uit in Södersjukhuset om de dagelijkse klinische veiligheid en bruikbaarheid van de AI-tool te beoordelen. Toekomstig onderzoek zal ook een gerandomiseerde multicentrische studie omvatten om de impact op het patiëntenbeheer en de gezondheidszorgkosten te onderzoeken.

De studie werd uitgevoerd in nauwe samenwerking met onderzoekers van het KTH Royal Institute of Technology en werd gefinancierd door subsidies van de Swedish Research Council, de Swedish Cancer Society, de Stockholm Regional Council, de Radiumhemmet Cancer Research Funds en het Wallenberg AI, Autonomous Systems and Software Program (WASP).

Elisabeth Epstein, Filip Christiansen en drie co-auteurs hebben via het bedrijf Intelligyn patent aangevraagd op methoden voor computerondersteunde diagnostiek. Elisabeth Epstein, Filip Christiansen en Kevin Smith, onderzoekers aan het KTH Royal Institute of Technology, bezitten ook aandelen in Intelligyn, waarvoor professor Epstein een vrijwillige manager is. Een volledige lijst met belangenconflicten vindt u in de paper.

Bronnen: