Een algoritme helpt bij het in kaart brengen van uitgezaaide borstkanker

Inzet AI helpt uitzaaiingen borstkanker in kaart te brengen

Jaarlijks hebben zo’n 3.500 mensen te maken met uitgezaaide borstkanker, blijkt uit een factsheet die vorig jaar het licht zag. Tegelijk weten we nog niet heel veel van die uitzaaiingen: waarom is bijvoorbeeld de overleving voor één op de vier patiënten langer dan 5 jaar en voor de andere groep niet?

Linda de Munck, onderzoeker bij IKNL, is een van de mensen die borstkankeruitzaaiingen beter in kaart brengt. Binnen de NKR wordt borstkanker bij diagnose geregistreerd, maar uitzaaiingen die jaren later optreden worden niet standaard vastgelegd. Tijd is daarbij de grootste uitdaging. Jaarlijks krijgen ruim 18.000 mensen de diagnose borstkanker en lang niet iedereen ontwikkelt een uitzaaiing. Om daar achter te komen moet een datamanager opnieuw een epd raadplegen. Die zoektocht kost per patiënt enkele minuten. Voor een kleiner aantal dossiers is dat goed te doen, maar niet voor grotere aantallen. 

Factsheet
In december 2021 publiceerden Borstkankervereniging Nederland, Maastricht UMC+ en IKNL een factsheet over uitgezaaide borstkanker. Daarin wordt een overzicht gegeven van uitgezaaide borstkanker in Nederland

AI

De toepassing van AI (artificial intellegence), ook wel kunstmatige intelligentie genoemd, moet helpen in dit vraagstuk. Hiervoor worden data uit de landelijke basisregistratie ziekenhuiszorg (LBZ) van DHD (Dutch Hospital Data) over 2019 en 2020 gebruikt. De Munck: ‘Als onderzoeker werk ik niet alleen. Zo helpt mijn collega Harm Buisman (clinical data scientist bij IKNL), door een AI model te ontwikkelen op basis van historische data. In een aantal onderzoeksprojecten hebben we in het verleden wel follow-up data verzameld, waaronder ook informatie over het optreden van uitzaaiingen. De gegevens van deze projecten bieden een ‘gouden standaard’. Het model is getraind op basis van data over verrichtingen, geneesmiddelen, diagnose en opnames uit de LBZ in combinatie met deze ‘gouden standaard’. Met dit getrainde model kan vervolgens voor patiënten waar nog geen (volledige) follow-up beschikbaar is een voorspelling gemaakt worden hoe groot de kans is dat een patiënt uitgezaaide borstkanker heeft. Dat geeft daarmee een inschatting hoe zinvol het is om extra gegevens in de patiëntendossiers van de ziekenhuizen na te zoeken.’

Balans

Hierbij is het zoeken naar de juiste balans: hoe krijgen we zo veel mogelijk over uitzaaiingen te weten, zonder dat er onnodig in epd’s gespeurd hoeft te worden. ‘Het algoritme werkt niet zwart-wit (uitgezaaid/niet-uitgezaaid), maar geeft een kans op uitgezaaide ziekte. Bij de ene patiënt voorspelt het model op basis van de behandelgegevens bijvoorbeeld 10 procent kans op een uitzaaiing, en bij een andere patiënt 90 procent. De grote vraag is vervolgens waar het afkappunt ligt, en of we met dat afkappunt voldoende uitzaaiingen registeren om een representatief beeld te krijgen van het al dan niet optreden van uitzaaiingen enkele jaren na diagnose. Het nazoeken van een patiënt die geen uitzaaiingen blijkt te hebben is niet helemaal nutteloos. Met het beschikbaar komen van meer data kan het model steeds worden verbeterd, waardoor het model steeds minder fouten zal maken.’

Doorsnede

Het uiteindelijke doel is om te komen tot een jaarlijkse signalering van gemetastaseerde patiënten. Dit zal dan een gedetailleerd beeld geven van waar de ziekte is uitgezaaid, en bij wie. Uiteindelijk kan die informatie zorgverleners helpen om de zorg voor deze patiëntgroep te optimaliseren. De Munck: ‘Nu kunnen we dit soort gegevens op projectbasis wel naar voren halen, maar dat is een heel tijdrovende klus. Door te werken met dit soort technieken hopen we dat dit in de toekomst veel sneller en op grotere schaal kan.’

Eerste tumorsoort

Borstkanker is de eerste tumorsoort waarmee op deze manier follow-up data worden verrijkt in de NKR. Ook voor blaaskanker zijn de eerste stappen gezet. De werkwijze kan in de toekomst ook ingezet worden bij andere tumoren.