Onderzoekers van het Radboudumc hebben een AI-model ontwikkeld dat het aantal fout-positieve uitslagen van longkankerscreening met 40% vermindert. Fout-positieve uitslagen leiden tot onnodige vervolgscans, extra kosten en angst bij patiënten.
Een bevolkingsonderzoek voor longkanker zal een flinke werklast voor radiologen betekenen. Een andere uitdaging is de beoordeling van CT-scans. Fout-positieve uitslagen leiden tot extra onderzoeken, hogere kosten en onnodige zorgen. AI kan hier uitkomst bieden door voor elk plekje het kankerrisico nauwkeuriger in te schatten.
Daarom valideerde onderzoeker Noa Antonissen een AI-model, ontwikkeld in het Radboudumc. Het model is getraind op Amerikaanse longkankerscreeningsdata met ruim 16.000 longplekjes op CT-scans, waarvan meer dan 1.000 kwaadaardig. Het model maakt van elk plekje een soort 3D-plaatje. Op basis daarvan berekent de AI de kans dat het plekje kwaadaardig is.
Vervolgens testten de onderzoekers het AI-model op beelden van grote internationale studies uit Nederland, België, Denemarken en Italië. Daarbij vergeleken ze de prestaties van het AI-model met een veelgebruikt risicomodel (het PanCan-model). Vooral bij de moeilijke groep plekjes van 5 tot 15 mm bleek AI duidelijk beter: het aantal fout-positieve uitslagen ging omlaag met 40%, terwijl alle gevallen van kanker wél werden gevonden.
Bron: