Ook in de gezondheidszorg wordt steeds vaker gebruik gemaakt van artificiële intelligentie. AI kan helpen om op scans bepaalde ziektebeelden sneller en vroeger te detecteren. Maar doordat er vaak nieuwe upgrades beschikbaar komen, moet de goede werking van op AI gebaseerde medische apparatuur telkens opnieuw geverifieerd en gevalideerd worden. Vanuit het Europese Vivaldy-project heeft VITO samen met Barco en icometrix oplossingen ontwikkeld om dit proces versneld en kostenefficiënter te kunnen doorlopen, zonder dat er wordt ingeboet op kwaliteit.
Het Leuvense bedrijf icometrix is gespecialiseerd in de ontwikkeling van software voor medische scanapparatuur zoals MRI- en CT-scanners. Hun algoritmes kunnen snel weefselschade herkennen en kwantificeren, onder meer in de hersenen. Artsen sturen daarvoor de driedimensionale scans van hun patiënten naar het bedrijf, dat ze vervolgens analyseert en de resultaten terugstuurt. ‘We werkten primair op multiple sclerose, maar zijn geëvolueerd naar een digitaal healthtech-bedrijf dat gefocust is op ook andere neurodegeneratieve aandoeningen zoals alzheimer, epilepsie maar ook hersentrauma’s’, zegt Jan Verheyden, VP Partnerships van icometrix.
Continu leerproces
De analyse van de (hersen)scans door icometrix is gebaseerd op deep learning, een AI-techniek waarbij algoritmes worden gevoed (‘getraind’) met een enorm aantal referentiescans, waardoor ze als het ware leren om weefselschade op nieuwe scans te herkennen. Dit leerproces is echter nooit voltooid, want continu komen er nieuwe ‘trainingsdata’ beschikbaar. Verheyden: ‘Zulke nieuwe data kunnen bijvoorbeeld komen van scans van personen uit nieuwe geografische regio’s of bevolkingsgroepen. Het voordeel van onze AI-technieken is dat ze heel snel met deze nieuwe data kunnen worden gevoed, waardoor de hele software snel kan worden geüpgraded.’
Helaas leiden die snelle, continue upgrades momenteel niet in hetzelfde tempo tot verbeteringen van de AI gebruikt in de medische praktijk. Dat komt doordat het om medische apparatuur gaat, en die is onderworpen aan zeer strenge regelgeving. Voor zulke apparatuur op de markt komt en mag worden gebruikt, moet ze eerst uitgebreid geëvalueerd, gevalideerd en gecertificeerd zijn door overheidsinstanties. Dat geldt ook voor de software van medische AI. ‘Voor elke upgrade moeten we een nieuw evaluatiedossier opstellen en indienen. Dat vraagt dus veel administratie, wat tijdrovend is en duur.’
Daarom stapte icometrix samen met Barco, dat eveneens (onder meer) is gespecialiseerd in medische beeldvormingstechnologie, en VITO in het Europese Vivaldy-project. In Vivaldy (wat verwijst naar ‘VerIfication and Validation of Ai-enabLeD sYstems’) werd naar specifieke oplossingen en toepassingen gezocht voor een sneller en kostenefficiënter evaluatieproces. In het Vlaamse luik van het project werd gefocust op enkele use cases, waaronder het tellen en meten van laesies (weefselschade) op MRI-scans (icometrix), en de identificatie van mogelijk huidtumoren op foto’s (Barco).
Wat was de rol van VITO in dit project, dat liep van begin 2020 tot begin 2023? ‘Wij waren de onderzoekspartner in de samenwerking’, zegt Bart Elen van VITO. ‘Met ons AI4Health-platform hebben we veel ervaring met medische toepassingen van artificiële intelligentie. Dat mondde zelfs al uit in de creatie van een VITO/KU Leuven spin-off (MONA) die op basis van scans van het netvlies oogziekten mee helpt opsporen.’
In Vivaldy was het werk van de VITO-experts meer fundamenteel gericht. Elen: ‘We zetten onder meer in op het herkennen door AI van speciale cases waarmee de algoritmes die de scans analyseren mogelijk meer moeite hebben. Denk aan patiënten met tatoeages op de huid bij de dermatologische toepassing, maar ook aan patiënten met een andere etniciteit dan de patiënten op wiens data de algoritmes werden getraind.’
Betere performantie en monitoring
De oplossingen die in het Vivaldy-project tot stand kwamen, behelzen onder meer een betere performantie die door de ontwikkelaars van de medische AI wordt gegarandeerd en ook bewezen. ‘Via performantiemetrieken kunnen we regelgevende instanties proactief overtuigen, wat tijd uitspaart. Daarnaast worden upgrades ook beter opgevolgd door menselijke specialisten. Als de AI een fout maakt, kunnen zij ingrijpen.’
De oplossingen vielen alvast in goede aarde, zowel bij regelgevende instanties in Vlaanderen en Europa, als in de Verenigde Staten. ‘Het bezoek aan de FDA (de bevoegde controle-autoriteit in de VS) was voor ons een hoogtepunt, zegt Verheyden. ‘Normaal zijn zulke instanties redelijk gesloten. Dankzij dit project kregen we de kans om de praktijk ook eens van hun kant te zien.’
Barco past de oplossingen al toe in zijn eigen R&D-divisie. ‘We gebruiken ze bijvoorbeeld om voor nieuwe geüpgradede algoritmes trends te identificeren, die we vervolgens mee kunnen nemen naar de evaluatie’, zegt Tom Kimpe, van de healthcare-divisie van Barco. ‘Zo verloopt die soepeler en gaat ook de validatie en certificering sneller.’
Het Vlaamse luik van Vivaldy werd ondersteund door VLAIO, dat een sterk strategisch nut ziet in het project. ‘De resultaten van dit project, in de vorm van de oplossingen die ontwikkeld werden, zijn generiek en dus breed toepasbaar’, zegt Jonas Van de Vyver, projectadviseur AI en ICT bij VLAIO. ‘En laat het periodiek bij- en hertrainen van AI juist in veel sectoren van belang zijn, niet enkel in de gezondheidszorg. Dat faciliteren is van belang voor Vlaanderen.’
VITO zelf wil met de nieuwe ervaring die het in het project opdeed, doorgaan op de ingeslagen weg van meer fundamenteel AI-onderzoek. Dat zal het ook doen in bredere Europese samenwerkingen zoals REALM (een initiatief om beleid rond gezondheidszorg meer op reële data te baseren) en TEF-Health (een test- en experimenteeromgeving voor medische AI en robotica).
Dit onderzoek werd gefinancierd door het Vivaldy-project, PENTA 19021, en financieel ondersteund door de Vlaamse overheid HBC.2019.2714.
