,,De radioloog heeft het de afgelopen decennia ongelooflijk veel drukker gekregen”, zegt Rozemarijn Vliegenthart, hoogleraar radiologie (UMCG).

Het is dan ook logisch dat in de radiologie druk wordt gezocht naar manieren waarop kunstmatige intelligentie (of AI, van artificial intelligence) op een of andere manier kan helpen bij het verwerken van de groeiende stapel beeldvormende onderzoeken. Het Radboud MC in Nijmegen bijvoorbeeld richt zich in samenwerking met het UMCG (onder andere) op AI die prostaatkanker op kan sporen op MRI-scans. In het Amsterdam UMC wordt gewerkt aan herkenning van verkalking van bloedvaten en het UMCG richt zich onder meer op de inzet van kunstmatige intelligentie bij de opsporing van longkanker op CT-scans. Het is een maar een kleine greep uit het totale aanbod.

Machine Learning

De techniek waarmee computers vlekjes op een longscan kunnen opsporen en opmeten is al heel ver gevorderd. Sterker, de techniek is al goedgekeurd door de autoriteiten en beschikbaar voor de medische sector. ,,Wat wij nu doen is het valideren van deze techniek voor onze eigen patiëntenpopulatie, die anders kan zijn dan de groep op wie de software is getraind”, zegt Peter van Ooijen, coördinator van het Machine Learning Lab van het UMCG. ,,Zie het maar zo: als jij heel goed getraind bent voor tennis, wil dat niet zeggen dat je ook goed getraind bent voor squash. Misschien ben je er meteen heel goed in, maar het kan ook zijn dat je extra moet oefenen. Bij AI werkt het net zo.”