De leeropdracht van hoogleraar endoscopische oncologie Erik Schoon is het verbeteren van de opsporing en behandeling van vroege tumoren van het maag-darmkanaal. Artificial intelligence (AI)-toepassingen kunnen hierin een belangrijke rol spelen, stelt hij.
Schoon was direct geïnteresseerd in de pakweg 15 jaar geleden in Japan ontwikkelde technieken om vroege vormen van slokdarmkanker endoscopisch te behandelen. “Tot die tijd was de standaardbehandeling bij de diagnose van slokdarmdysplasie de hele slokdarm te verwijderen”, zegt hij. “Een voor de patiënt enorm ingrijpende procedure die bovendien niet vrij van risico is. Het mooie van die Japanse technieken is dat die bij vroege ontdekking een orgaanbesparende operatie van de slokdarm mogelijk maakt.”
Gelet op het feit dat slokdarmkanker een van de snelst stijgende vormen van kanker in de westerse wereld is, is dit een significante kwaliteitsverbetering. Deze kanker komt het meest voor bij mannen en kan ontstaan vanuit de barrettslokdarm. Schoon kreeg de gelegenheid zich de Japanse techniek meester te maken. Dit leidde in het Catharina Ziekenhuis tot de vorming van een gespecialiseerd barrettteam met medisch specialisten, een verpleegkundig specialist, verpleegkundigen en pathologen. Inmiddels zijn in het ziekenhuis meer dan 400 orgaansparende operaties van de slokdarm uitgevoerd.
Concentratie en samenwerking
Bij deze operatie, de endoscopische mucosale resectie, wordt de mucosa verwijderd. “In lekentermen gesteld: het behang verwijderen en de muur intact laten”, zegt Schoon. “Een ingreep met een veel lager risico dan een slokdarmresectie en een betere kwaliteit van leven voor de patiënt. Bovendien is het een goedkopere ingreep.” Schoon weet nog dat na de eerste succesvolle behandeling het hele team in de behandelkamer stond te juichen.
“Probleem blijft wel dat afwijkingen in de slokdarm moeilijk te herkennen zijn”, zegt hij. “Hoe vinden we dan de patiënten in een vroeg genoeg stadium om deze ingreep te kunnen uitoefenen? Het begint met subtiele veranderingen in de kleur en het oppervlak van de slokdarm. De endoscopen zijn in de loop der jaren zoveel beter geworden dat we een heel gedetailleerd beeld kunnen krijgen van wat zich in de slokdarm afspeelt. Maar je moet wel weten waar je naar kijkt. We hebben het in Nederland over 250 nieuwe gevallen per jaar, een MDL-arts zal er dus gemiddeld 1 per 3 jaar zien. Dan bouw je geen expertise op, dus concentratie in kenniscentra is essentieel en in die centra is er intensieve samenwerking tussen de betrokken behandelaars. Dit maakt het mogelijk om behandelingen te registreren voor kwaliteitsverbetering en onderzoek naar nieuwe technieken.”
Een volgende stap
Schoon verzorgt internationaal onderwijs aan collega-specialisten in de diagnostiek van vroege vormen van slokdarmkanker en de endoscopische musosale resectie. “Ondertussen drong zich ook de gedachte bij mij op dat het mogelijk moet zijn nog een stap verder te zetten”, vertelt hij. “Als met een smartphone al gezichtsherkenning mogelijk is, moeten complexe beelden ook met een computer herkend kunnen worden. Hiervoor biedt artificial intelligence interessante mogelijkheden. Die zijn nog lang niet breed bekend natuurlijk, wat het moeilijk maakte om er onderzoekfinanciering voor te krijgen.”
Toch lukte het Schoon om in samenwerking met de Video and Coding Archtecture–groep van de afdeling electrical engineering van de Technische Universiteit Eindhoven een algoritme te ontwikkelen dat vroege vormen van kanker in de slokdarm kan herkennen. “Nog slechts een ‘proof of concept’ natuurlijk”, stelt hij. “Daarom hebben we samen met het AMC internationaal vervolgonderzoek verricht, waarin we hebben aangetoond dat toepassing van AI inderdaad tot betere herkenning van vroege vormen van kanker in de slokdarm leidt.”
Poliepen gerichter beoordelen
AI is een interessant instrument voor het uitvoeren van complexe taken. “Als MDL-artsen verrichten we vooral image based–procedures”, zegt Schoon, “dat zijn soms moeilijk te interpreteren beelden. Na voor de slokdarm een begin te hebben gemaakt met toepassing van AI, zijn we dit vervolgens ook voor de dikke darm gaan doen. In het kader van het bevolkingsonderzoek naar darmkanker heel interessant. Sommige poliepen die in onderzoek worden aangetroffen, kunnen zich tot kanker ontwikkelen, andere doen dit niet. De richtlijn stelt dat alle poliepen moeten worden weggehaald en voor onderzoek naar de patholoog-anatoom moeten worden gestuurd. De procedure is niet zonder risico voor de patiënt en bovendien is het veel werk, dat ook veel geld kost. Goed getrainde artsen kunnen op basis van beelden in 90% van de gevallen een poliep beoordelen. De gemiddelde arts haalt dit percentage echter niet. Dit maakte het interessant om met behulp van AI een algoritme te ontwikkelen dat die poliepen heel nauwkeurig kan beoordelen en zo de veiligheid van het onderzoek verhogen en de kosten verlagen.”
AI is objectief, het wordt niet beïnvloed door menselijke factoren. “Bovendien is bij mensen sprake van oogfixatie”, zegt Schoon. “Dat is een beperking, want in de periferie van het beeld kunnen ook afwijkingen zitten. Het is dus van waarde dat voor het opsporen van die poliepen inmiddels systemen beschikbaar zijn. Daar komt bij dat onder artsen variatie in kennis bestaat en dat met het klimmen der jaren het denkvermogen achteruit kan gaan. Systemen daarentegen worden juist steeds beter als je ze blijft voeden met data.”
Validatie essentieel
De waarde van de beschikbare AI-systemen moet wel klinisch worden gevalideerd. “In het enthousiasme van mensen om met nieuwe toepassingen te werken, ontbreekt het soms aan deze zorgvuldigheid”, zegt hij. “Wij doen dat dus wel. Kosteneffectiviteitsstudies vormen daar ook een onderdeel van.” Een werkgroep binnen de Federatie Medisch Specialisten, waarin Schoon participeert, kijkt ook kritisch naar de positionering van AI-systemen in de medische praktijk.
De ontwikkeling gaat verder. Recent is een pilot gestart in samenwerking met de Technische Universiteit Eindhoven op het gebied van ‘human technology interaction’. Schoon legt uit: “We willen weten hoe mensen omgaan met een AI-systeem als ze dat inzetten. Neem je een advies over, vertrouw je erop? Je onderzoekt dit door mensen beelden te tonen en hun eigen conclusies te vergelijken met de conclusies uit algoritmen. Natuurlijk gaan we uit van de ervaring van artsen, maar dat blijkt toch niet de betrouwbare graadmeter waarvoor we het houden. In de endoscopie gaat het om navigatie en om de cognitie; dat laatste is het beoordelen wat je onderweg ziet. De gedachte is dat ervaring die beoordeling beter maakt. Maar bij de kwaliteit van het beoordelen van poliepen blijkt een slechte correlatie te bestaan tussen deze determinatie en de hoeveelheid coloscopieën die life-time zijn verricht. Een algoritme is objectief. Ik verwacht daarom ook dat beoordeling van routineonderzoeken, zoals ECG, thoraxfoto’s en dergelijke binnenkort niet meer door de medisch specialist wordt gedaan maar door de computer, op zijn minst voor het maken van een voorselectie. AI is een blijvertje.”
Bevolkingsonderzoek
Wat gaat dit betekenen voor het bevolkingsonderzoek naar darmkanker? “De kwaliteit daarvan zal omhoog gaan en de kosten zullen dalen”, zegt Schoon. “Een AI-systeem zal de ‘detection rate’ van pre-maligne poliepen verhogen, maar zal ook beelden tonen die irrelevant zijn. Een betere detectie van poliepen zorgt voor minder darmkanker op de lange termijn. Een goede beoordeling is dus essentieel. Ook hoef je niet meer alles naar de patholoog-anatoom te sturen voor beoordeling en zul je vaker orgaanbesparend kunnen behandelen. Op basis van de aanwas aan data zullen we ook steeds beter in staat zijn het risico op het krijgen van metastasen af te wegen tegen het operatierisico, als basis voor ‘shared decision making’.”
De kennis die wordt opgedaan leidt ook tot nieuwe behandelcombinaties. Bijvoorbeeld door kleine resttumoren die na een operatie achterblijven niet meer te behandelen met chemo- of radiotherapie, maar met een endoscopische salvage operatie. “Heel vernieuwend”, zegt Schoon. “En er is nog veel meer te verwachten. Wetenschap is nooit af tenslotte. Wel is belangrijk dat artsen de resultaten van AI beter leren begrijpen. Daarom werken we ook aan ‘explainable’ AI. Als een arts niet alleen de interpretatie van een beeld door AI voorgeschoteld krijgt, maar ook de argumentatie daarbij, zal dit de acceptatie ervan vergroten. Ook dat aspect verdient aandacht.”
Prof. dr. Erik Schoon werkt sinds 2001 als MDL-arts in het Catharina Ziekenhuis in Eindhoven. Hij is gespecialiseerd in interventie-endoscopie en oncologie. Hij is in januari 2021 benoemd tot hoogleraar aan de Universiteit Maastricht, bij de onderzoeksgroep GROW (School for Oncology and Developemental Biology) met als leerstoel ‘Nieuwe technologie ten behoeve van diagnostiek en behandeling in de endoscopische oncologie’.