Zelfontwikkelde AI-software voor radiotherapeuten UMC Utrecht is succes

Meestal wordt ter voorbereiding op de bestralingsbehandeling een CT-scan en/of MRI-scan gemaakt. Hierop worden naast de tumor, de kritieke organen, zoals bijvoorbeeld hart en longen, door klinische beeldverwerkingslaboranten ingetekend. Dit is nodig om te voorkomen dat deze kritische organen te veel stralingsdosis krijgen. Sinds ongeveer 3,5 jaar neemt het ontwikkelde AI-algoritme dit intensieve werk voor een deel van de laborant over.

Intekenen is het proces waarbij beeldverwerkingslaboranten de 3D-omtrek van de kritieke organen intekenen op een CT-scan of MRI-scan. Dit proces van intekenen van organen geeft belangrijke informatie voor de planning van de bestraling. Tijdens het planningsproces rekenen zij optimale richtingen en vormen van de stralingsbundels uit, die de stralingsdosis aan de tumor maximaliseren. Terwijl de dosis aan de kritische organen zoveel mogelijk wordt gereduceerd.

Met succes

Experts op het gebied van deep learning van de afdeling Radiotherapie van het UMC Utrecht hebben in nauwe samenwerking met beeldverwerkingslaboranten en artsen, het algoritme ontwikkeld en bijgeschaafd. In de toepassing doet het algoritme een voorstel voor de intekening. “Dit is vaak heel goed, vraagt soms een kleine aanpassing en voldoet een enkele keer niet”, zegt radiotherapeutisch laborant Gonda Sikkes op basis van haar ervaring. “Geen patiënt is immers hetzelfde. Doordat we de intekening met behulp van een algoritme doen, is de intekening consistenter.” Gonda’s collega Geja Schimmel vult haar aan: “Ook is het sneller. Het levert circa 20 minuten tijdwinst op per patiënt, waardoor we het werk nu met één laborant minder doen.” Grote winst dus gezien het aanhoudende tekort aan zorgmedewerkers. 

Multidisciplinaire samenwerking

De ontwikkeling van het algoritme is tot stand gekomen door optimaal teamwork. Een multidisciplinair team van laboranten, deep-learning experts, klinisch informatici en artsen, was vanaf begin af aan met elkaar in gesprek. Belangrijk hierbij was dat de software werd geïmplementeerd binnen een gecertificeerde ontwikkelomgeving. De klinisch informatici van de afdeling Radiotherapie zijn als een van de weinigen in het UMC Utrecht (extern) gecertificeerd om medische software te ontwikkelen voor klinisch gebruik. Daarom mogen de deep-learning intekeningen dus klinisch worden gebruikt.

Door vanuit technische, regulatoire en klinische mogelijkheden met elkaar samen te werken, is het gelukt om deze vorm van AI goed en vrijwel direct in te zetten in de zorg. Dit is grote winst voor de zorgmedewerker én patiënt.

Data Science en AI in het UMC Utrecht

Met inzet van slimme digitale zorgtoepassingen in het UMC Utrecht maken we samen de zorg persoonlijker, duurzamer en toegankelijker. Data science en AI zullen een fundamentele impact hebben op de manier waarop we werken in de zorg, het onderzoek en het onderwijs. Het brengt een grote verandering teweeg voor patiënten, zorgverleners en studenten. Door data science en AI in de structuur van het UMC Utrecht op te nemen, maken we optimaal gebruik van de nieuwe technologieën.