Transpara vervangt collega-radioloog

Dagelijks worden in Nederland talloze mammografieën gemaakt voor screening op borstkanker. Dat betekent dat radiologen elke dag honderden beelden nauwkeurig en vaak onder tijdsdruk moeten beoordelen. In samenwerking met ScreenPoint Medical biedt Siemens Healthineers radiologen slimme ondersteuning met behulp van Artificial Intelligence (AI). “Ik heb een extra collega onder de knop”, zegt radioloog Ritse Mann van het Radboudumc.

De radiologen van de mammapolikliniek van het Radboudumc beoordelen wekelijks een flinke stroom aan beelden. Daarbij vertrouwen ze volledig op systemen van Siemens Healthineers. Die keuze is zeer bewust, legt Ritse Mann uit. “We hebben een wetenschappelijke samenwerking met Siemens Healthineers die ons in staat stelt te blijven innoveren.”

Voor de diagnostische beeldvorming maakt de mammapolikliniek van het Radboudumc gebruik van tomosynthese, waarbij 3D-beelden van de borst worden gemaakt. Deze techniek levert veel duidelijkere beelden op dan traditionele 2D-mammografieën, maar zorgt tegelijkertijd ook voor een grotere hoeveelheid te beoordelen beelden. Mann: “Tegenover één mammografie staan zestig tomosynthese slices. In de praktijk betekent dit dat we twee keer zoveel leestijd nodig hebben voor de evaluatie van een ‘tomo’.”

Het ‘tijdverlies’ wordt deels gecompenseerd door het gebruik van Transpara, een applicatie voor volledig geïntegreerde, interactieve beslissingsondersteuning. Transpara screent als een virtuele radioloog de beelden, waardoor de radiologen van vlees en bloed sneller hun beoordeling kunnen maken. Vijftien tot twintig procent sneller, blijkt uit diverse studies. Daardoor hebben de radiologen meer tijd voor complexere gevallen.

Een van de functionaliteiten van de Transpara software is Decision support, waarmee radiologen nauwkeuriger laesies en calcificaties kunnen beoordelen en het aantal fout-positieven kunnen verlagen. Transpara werkt interactief. Als een radioloog een afwijking ziet in een mammografie of tomosynthese, kan hij op het verdachte deel klikken. De software laat dan aan de hand van een score van 1 tot 100 zien hoe groot de kans is op de aanwezigheid van een maligniteit. Mann: “Als een plek minder dan 60 scoort, weet ik dat het waarschijnlijk een goedaardige afwijking is en kan ik het links laten liggen.”

Transpara is niet alleen de digitale radioloog die in de kliniek een tweede controle doet, met de functie ‘Score’ worden mammografieën nog vóórdat de radioloog ze bekijkt, gescoord op de kans op eventuele maligniteiten. Scores van 1 tot 5 betekenen een zeer laag risico, een 10 geeft een hogere kans op een kwaadaardige afwijking. Mann: “Stel, de Transpara-score geeft categorie 3 aan, dan weet ik eigenlijk al bijna voldoende: de kans op zichtbare kanker is bijna nihil. Ik kijk dan nog wel naar de beelden, maar dat levert maar weinig op.” Transpara zorgt daarmee voor betere patiëntenzorg, al zijn die effecten volgens Mann met name zichtbaar over de hele linie en niet zozeer op individueel niveau.

Met name in deze score ziet Mann potentieel forse tijdswinst, omdat in dit geval Transpara de eerste radioloog is die naar de beelden kijkt en met een zeer lage score een second reader overbodig lijkt te zijn. Het is daarmee een tool die vooral voor de screening veel potentie lijkt te hebben. “Doordat screening nauwkeuriger wordt, hoeven minder vrouwen terug naar het ziekenhuis voor een nadere analyse, terwijl de sensitiviteit wordt behouden.”

Artificial Intelligence in mammazorg is een relatief nieuw vakgebied, waar nog weinig bedrijven actief in zijn. Mann: “Transpara is een van de weinige echte AI-applicaties op de markt. Veel andere technieken hebben de researchfase nog niet verlaten en zijn in de praktijk nog niet beschikbaar.” Dat terwijl AI wel een zeer grote rol kan spelen in borstkankeronderzoek. “Juist in bevolkingsonderzoek kan een applicatie als Transpara de kosten drukken. Als Transpara bijvoorbeeld aangeeft dat een vrouw een laag risico op borstkanker heeft, dan kun je je afvragen of je nog een echte radioloog nodig hebt voor de tweede check. De situatie nu is dat er sowieso twee radiologen naar elke mammografie kijken. Daar valt dus veel personele winst te behalen.” Mann beseft tegelijkertijd dat daarvoor nog wel veel stappen gezet moet worden. “Alleen al vanuit ethisch perspectief is het nu nog lastig om tegen een vrouw te zeggen: de computer heeft de beelden beoordeeld en constateert dat er niks aan de hand is. De patiënt verwacht dat een ‘echte’ arts naar dat plaatje kijkt. Nog wel in elk geval. AI leert echter razendsnel. Hoe meer beelden we kunnen gebruiken om het systeem zichzelf te laten verfijnen, hoe hoger de kwaliteit van het systeem en de zorg. Vanuit het oogpunt van privacy werpt dat overigens wel weer nieuwe vragen op. Als we daar antwoorden op kunnen vinden, kan de kwaliteit en efficiëntie van mammadiagnostiek nog grotere sprongen maken.”