Met zelfontwikkelde AI-software hebben radiotherapeuten van het UMC Utrecht inmiddels 10.000 automatische intekeningen gemaakt. Deze intekeningen, waarbij beeldverwerkingslaboranten organen van de patiënt in kaart brengen, zijn belangrijk voor de bestraling van kankerpatiënten op de afdeling Radiotherapie.
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.
Succesvolle inzet
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.
