Deep learning model toegepast voor automatisch ontdekken gewrichtsontsteking

Het Medical Delta Programma 'Van mens naar machine – vroege detectie van reumatoïde artritis' past een deep learning model toe (ADMIRA) dat volautomatisch de verschillende aspecten van artritis (gewrichtsontsteking) uit MRI beelden kan scoren. Het zijn de eerste stappen in een proces om reumatoïde artritis vroeger te kunnen detecteren.

Dit AI-model, dat getraind is op een omvangrijke database van MRI scans, is nu uitgebreid gevalideerd in patiënten met gewrichtspijn en gewrichtsontsteking in de tweede lijn.

Omdat er met een nieuwe, kortere MRI sequentie wordt gescand, is er een begin gemaakt om het model te laten werken op nieuwe MRI data. In dit nieuwe MRI protocol kunnen contrastmiddelen achterwege blijven en is de scantijd veel korter.

Daarnaast is software ontwikkeld waarmee het ADMIRA-model direct toegepast kan worden zodra een MRI scan is gemaakt. In een testomgeving met een lokale PACS (reguliere ziekenhuis systeem) kan de analyse automatisch gestart worden en de resultaten teruggestuurd worden naar het PACS.

Eerste stappen vroege detectie reumatoïde artritis

Dit zijn de eerste stappen om op de langere termijn een systeem te maken waarin de huisarts een MRI scan kan aanvragen bij verdenking op de aanwezigheid van een gewrichtsontsteking, waarna het AI systeem aan de slag gaat door de beelden direct te analyseren en de rapportage naar de huisarts terug te sturen.

Vroegtijdige herkenning en interventie van Reumatoïde artritis (RA) kan de ziektelast en de daarmee samenhangende kosten aanzienlijk verminderen.

Vroegtijdige herkenning is momenteel alleen mogelijk in de tweedelijnszorg, door middel van lichamelijk onderzoek van de gewrichten door reumatologen. Dit is inefficiënt omdat het dure mankracht vereist en vertragingen veroorzaakt door wachtlijsten. 

Arbeidsbesparende analyses

Een huidige lokale oplossing binnen de Medical Delta regio, de ‘Early Arthritis Recognition Clinic’, is effectief gebleken. Patiënten bij wie huisartsen artritis vermoeden, worden gescreend in een consult van vijf minuten met gewrichtsonderzoek door een reumatoloog (de zogenaamde ‘1,5-lijnensetting’). Dit kost echter nog steeds mankracht en is niet toekomstbestendig.

Het Medical Delta Programma 'Van mens naar machine – vroege detectie van reumatoïde artritis' wil mankracht vervangen door technologieën.

Dit project bouwt voort op eerder onderzoek dat bij meer dan 1.700 personen heeft aangetoond dat MRI gevoelig en specifiek is voor het herkennen van gewrichtsontsteking in de tweedelijnszorg. Bovendien zorgden recente ontwikkelingen in MR-fysica en beeldverwerking ervoor dat onderzoekers een korte MRI-sequentie konden ontwikkelen als screeninginstrument. 

Testen in dagelijkse praktijk

De belangrijkste stap in het verminderen van mankracht is geautomatiseerde beeldinterpretatie. Medical Delta Programma 'Van mens naar machine – vroege detectie van reumatoïde artritis' wil cruciale elementen van deze kloof oplossen door een neuraal netwerk te hertrainen. 

“Dit netwerk is ontwikkeld met behulp van MRI-gegevens uit de tweedelijnszorg. We willen dit nu hertrainen met behulp van 1,5-lijnsgegevens,” zegt prof. dr. Annette van der Helm (LUMC, Erasmus MC), Medical Delta hoogleraar en een van de programmaleiders. “Daarnaast willen we het AI-algoritme integreren in software die wordt gebruikt in de tweedelijns- en eerstelijnszorg.” 

Het idee is dat dit kan worden gebruikt door technici met een hbo- of mbo-opleiding. Na dit project is de weg naar implementatie geëffend, wat verder onderzoek stimuleert om de nauwkeurigheid in de dagelijkse praktijk te testen en te optimaliseren.

Deelnemende partijen in dit Medical Delta onderzoek zijn LUMC, ReumaNederland, Erasmus MC, TU Delft en Huisartsen Campus Den Haag.

Zie ook: Medical Delta Programma 'Van mens naar machine – vroege detectie van reumatoïde artritis' | Medical Delta