Logo Universiteit Utrecht

Science to Be

Dokters in de 21ste eeuw

Algoritmes in strijd tegen Covid-19

Op 8 mei 2020 werd er een onderzoek gepubliceerd vanuit de Radboud Universiteit over de ontwikkeling van een digitaal systeem dat Covid-19 kan vaststellen door röntgenfoto’s te bekijken van de longen van patiënten. Naast een diagnose uit een lab, is corona ook zichtbaar op röntgenscans van de longen van patiënten. Dit systeem was in een groot deel van de gevallen net zo goed in het stellen van een diagnose als radiologen zelf. Daarnaast is het ook sneller en goedkoper. Toch kan je ook vraagtekens zetten bij het gebruik van algoritmes in de gezondheidszorg. Wat is zo’n digitaal systeem eigenlijk, en waarom zouden we er op vertrouwen?

Image recognition

De systemen die gebruikt zijn bij het onderzoek van Covid-19 in long scans, maken gebruik van image recognition, een onderdeel van Kunstmatige Intelligentie (AI). Deze hebben naar aanleiding van voorbeelden aangeleerd hoe ze plaatjes van elkaar kunnen onderscheiden.  Dit doen ze door middel van een neuraal netwerk (zie afbeelding 1). Dit systeem leert op een vergelijkbare manier als onze hersenen, door een netwerk te vormen van (elektronische) neuronen. Deze verbetert zichzelf elke keer wanneer hij een afbeelding ziet door het netwerk aan te passen. Als het systeem heel veel afbeeldingen gezien heeft, zal hij hopelijk de afbeelding goed beoordelen.

Systemen die zijn ontwikkeld met behulp van Kunstmatige Intelligentie worden sinds vier jaar gebruikt op de radiologie afdeling van bepaalde ziekenhuizen, zegt radioloog dr. Firdaus Mohamed Hoesein van het Universitair Medisch Centrum Utrecht. “Deze systemen helpen ons om een diagnose te stellen, maar doen dat nog niet zelf. Daarvoor is nog veel meer onderzoek nodig.”

Afbeelding 1. Image recognition begint bij een afbeelding, in dit geval van een hond. Het systeem bekijkt vervolgens alle pixels, en gebruikt deze informatie om zijn neurale netwerk te verbeteren en uiteindelijk het label ‘hond’ te krijgen.

Object recognition in het ziekenhuis

De Nederlandse ziekenhuizen zijn nog een beetje terughoudend in het toepassen van Kunstmatige Intelligentie. Het is een erg nieuwe techniek. Computers zijn pas sinds een paar jaar ver genoeg ontwikkeld om kunstmatige intelligentie toe te kunnen passen. Er is nog veel onderzoek nodig over het succes van deze systemen in ziekenhuizen en bij individuele patiënten. Wel wordt er steeds vaker onderzoek gedaan naar het gebruik van image recognition binnen de gezondheidszorg in Nederland.

image recognition wordt in Amerika al regelmatig gebruikt. Daar gebruiken ze dit grootschalig voor het opsporen van borstkanker. In Amerika moet men vaker zelf de medische kosten betalen. Digitale systemen gebruiken,  is simpelweg goedkoper. In Nederland wordt dit borstonderzoek betaald door de overheid en zijn er voldoende specialisten beschikbaar. Hetzelfde geldt voor de diagnose van Covid-19, aldus dr. Mohamed Hoesein. “Het hoeft niet. We hebben de mankracht en het geld om als radiologen zelf een diagnose te stellen. Totdat er meer bekend is over het succes van deze digitale systemen.” Daarnaast moet er nog veel informatie verzameld en verwerkt worden om betere conclusies te kunnen trekken.

Covid-19 in long scans

Om een systeem te trainen, is er heel veel informatie nodig. Dit loopt vaak op tot duizenden afbeeldingen. In afbeelding 2 kan je zien hoe het systeem dat Covid-19 kan voorspellen de aangetaste longen waarneemt. Omdat Covid-19 nog maar een recente ziekte is, waren er nog niet zoveel afbeeldingen beschikbaar. Slechts 500 afbeeldingen zijn gebruikt om het systeem te trainen. Ook komen deze afbeeldingen uit één ziekenhuis. Dit kan er voor zorgen dat het systeem minder goed werkt met afbeeldingen uit andere ziekenhuizen, omdat er een bepaald vooroordeel in het systeem zit. Als er meer verschillende afbeeldingen worden geleerd aan het systeem, zal het systeem waarschijnlijk minder vooroordelen hebben en minder fouten maken.

 

Afbeelding 2: Afbeelding a & b zijn van een 74 jaar oude corona patiënt. (a) geeft de röntgenfoto weer van de longen van de man, (b) geeft de röntgenfoto weer zoals deze wordt waargenomen door het systeem. Afbeeldingen c & d zijn van een 30 jaar oude man die gezond is. (c) geeft de röntgenfoto weer van de longen van de man, (d) geeft de röntgenfoto weer zoals deze wordt waargenomen door het systeem. Het systeem wist met een 99,8 procent zekerheid bij de bovenste patiënt dat hij te maken had met een slachtoffer van corona. 


Vertrouwen we algoritmes?

Kan een algoritme zoals deze ons helpen om de huidige druk op de zorg te verlichten? dr. Mohamed Hoesein zegt van niet. “Het stellen van diagnoses is niet de grootste zorg op dit moment. De grootste zorg is dat de patiënten intensieve zorg nodig hebben en hierdoor de ziekenhuizen vol raken.” Verder wijdt hij uit over het gebruik van het systeem in landen waar het stellen van een diagnose wel een probleem is. “Ontwikkelingslanden zouden wel iets kunnen hebben aan zo’n systeem. Als er minder specialisten beschikbaar zijn, kunnen algoritmes deze taak overnemen.”

“AI is de toekomst” zegt dr. Mohamed Hoesein. En bang dat een computer zijn baan zal overnemen, is hij niet. “Uiteindelijk zullen doktoren allemaal expert worden in het gebruik en de gevolgen van AI in de gezondheidszorg. Tot die tijd is er nog genoeg te onderzoeken over de toepassingen van AI, bijvoorbeeld bij mijn huidige onderzoek over het onderzoeken van de langetermijneffecten van Corona.” Kunstmatige Intelligentie is nog enorm in ontwikkeling en mysterieus. Maar met een beetje vertrouwen, is het ook enorm veelbelovend.


Verder lezen?

AI kan helpen COVID-19 te diagnosticeren op Röntgenfoto’s, Stephan van Duin, 17 juni 2020, https://www.radboudumc.nl/nieuws/2020/ai-kan-helpen-covid19-te-diagnosticeren-op-rontgenfotos

Iets ingewikkelder, een podcast over arts en algoritme: https://open.spotify.com/episode/4QPBmqBUkZZZXw6WMGGFrX?si=cmRNBFVcST6r5QF7_2yY2g

Over het nieuwe onderzoek van dr. Mohamed Hoesein: https://www.uu.nl/en/news/research-into-the-development-of-lung-damage-and-chronic-complaints-after-covid-19

Diepgaande informatieve video over computer vision, CrashCourse 2017 https://www.youtube.com/watch?v=-4E2-0sxVUM

Hoe computers steeds beter worden in het herkennen van beelden,  Roel van der Heijden, 29 juni 2017, gevonden op: https://www.nemokennislink.nl/publicaties/hoe-computers-steeds-beter-worden-in-het-herkennen-van-beelden/?search_page=true


Andere bron:

Murphy, K., Smits, H., Knoops, A. J., Korst, M. B., Samson, T., Scholten, E. T., … & Melendez, J. (2020). COVID-19 on Chest Radiographs: A Multireader Evaluation of an Artificial Intelligence System. Radiology, 296(3), E166. https://pubs.rsna.org/doi/10.1148/radiol.2020201874

Geef een reactie

Het e-mailadres wordt niet gepubliceerd.