UMC Utrecht: Erecties redden met verfijnde AI techniek

Elk jaar krijgen in Nederland ruim 13.000 mannen prostaatkanker. Het is daarmee een van de meest voorkomende soorten kanker in ons land. Dankzij de MR-Linac, een combinatie tussen een MRI-scanner en een bestralingsapparaat, is het mogelijk prostaatkanker heel precies te bestralen. Wetenschappers van het UMC Utrecht proberen de technologie nu nog beter te maken, onder andere door gebruik van kunstmatige intelligentie (AI).

Steeds vaker wordt prostaatkanker behandeld door gerichte bestraling van de prostaat. Dat maakt een ingrijpende operatie in veel gevallen al niet meer nodig. Bij bestraling is het van belang dat er genoeg straling komt op de prostaat om de kanker volledig te bestrijden. Maar omliggende weefsels en organen moeten juist zoveel mogelijk gespaard worden. Hierbij gaat het onder meer om de blaas, de endeldarm en de zenuw- en vaatstructuren die verantwoordelijk zijn voor erecties.

Bestralingsgebied ‘live’ in beeld
Gericht bestralen lukt nu al steeds beter, onder andere dankzij de MR-Linac: een Utrechtse uitvinding die inmiddels wereldwijd toegepast wordt. Dit is een innovatieve combinatie tussen een MRI-scanner en een bestralingsapparaat, een zogenoemde lineaire versneller. Hiermee kunnen artsen tijdens de behandeling het hele gebied ‘live’ in beeld brengen met MRI-beelden. Dit maakt het mogelijk om de straling heel precies te richten. Ook kunnen artsen de richting van de bestraling direct corrigeren als de prostaat een beetje verschuift, bijvoorbeeld door het vullen van de blaas of door bewegingen van de darmen.

Na het maken van een MRI-scan tekent een radiotherapeut de relevante structuren nu nog handmatig in. Promovendus Inge van den Berg is technisch geneeskundige op de afdeling Radiotherapie van het UMC Utrecht. Ze onderzoekt de toepassing van kunstmatige intelligentie om het intekenen van de beelden te versnellen en te verbeteren.

Structuren intekenen
“Het intekenen van alle structuren op de MRI-beelden is heel belangrijk, omdat dan duidelijk wordt waar de straling geconcentreerd moet worden en waar de hoeveelheid straling juist onder een bepaalde dosis moet blijven. Dat intekenen doet de arts nu handmatig en dat kost veel tijd. Samen met computerwetenschapper Mark Savenije experimenteer ik met algoritmes die van tevoren alle belangrijke structuren heel snel kunnen intekenen. Uiteindelijk willen we ook tijdens de behandeling met de MR-Linac dit soort AI-technieken gaan gebruiken, zodat ook het corrigeren van de stralingsrichting automatisch gaat. Hiermee willen we de behandeltijd verkorten en kunnen er meer behandelingen per dag worden uitgevoerd met de MR-Linac.”

Sneller en nauwkeuriger bestralen
“Mijn onderzoek richt zich specifiek op de zenuw- en vaatstructuren die verantwoordelijk zijn voor de erectie. Het is vanzelfsprekend belangrijk voor veel patiënten om die structuren zo goed mogelijk te sparen. Je ziet nu - naast dat het precies intekenen van die structuren veel tijd kost - dat elke radiotherapeut het een beetje anders doet. We denken dat dit sneller en consistenter kan. De computer leert tenslotte van heel veel intekeningen en we passen deep learning toe. Dus als het consistent is dan kunnen we het intekenen verder optimaliseren zodat het uiteindelijk zowel sneller als nauwkeuriger gaat. Want hoe beter het intekenen, hoe beter en gerichter de bestraling en hopelijk ook minder erectieproblemen achteraf.”