“Wij onderzoekers zoeken voortdurend naar ideeën om voorsprong te realiseren”
Andre Dekker begon een jaar of vijftien geleden met Artificial Intelligence. In een tijd toen nog bijna niemand daar mee bezig was, toen het nog niet eens AI heette. Nu de halve wereld denkt (en luidkeels roept) dat AI dé oplossing is voor alle problemen, zou je misschien verwachten dat Andre dat zou beamen. Maar nee: hij is eerder nuchter, kritisch zelfs. Hij pleit dan ook voor de ‘meer-realistische-gewoon-gezond-verstand-AI’: de hype, naïviteit en torenhoge verwachtingen voorbij. “Ja, we kunnen er veel mee. Maar dé oplossing voor alles? Echt niet.”
Hoogleraar Andre Dekker over onze AI-implementatiestrategie: "Een mooie samenwerking van clinical data science, fysica innovatie van Wouter van Elmpt en de implementatie-expertise van Maria Jacobs".
Strategie ai-implementatie
“Dat wij één van de eersten waren die actief aan de slag gingen met data science en AI, gaf ons lange tijd een voorsprong. We zien nu dat onze voorsprong van AI in kanker en radiotherapie minder groot wordt, maar op andere vlakken is die er nog steeds. Neem het feit dat we bij Maastro al even een AI-strategie hebben met een strak én realistisch implementatieplan. Ook daarin zijn we weer een van de eersten. ‘Back to reality’: zo kun je onze AI-strategie waarschijnlijk het beste definiëren. Met realistische in plaats van overdreven hooggespannen verwachtingen. Samen met de kliniek hebben we de afgelopen jaren veel geleerd. We begrijpen nu veel beter wat wel en niet werkt en waarom dat zo is. En we leren nog elke dag.”
Efficiencywinst
“AI gebruiken om een bestralingsplan te maken: dat gaat best goed. Maar in de praktijk zien we dat mensen in de radiotherapie elke stap van het plan controleren. Ze sturen elke versie handmatig bij. Dat kost vaak uren aan tijd. Als we zo werken, dan levert AI geen tijdwinst, geen efficiencywinst op. In tijden dat goede radiotherapeutisch laboranten nauwelijks te vinden zijn, hebben we die luxe niet. De oplossing is dat we nu AI het hele plan gaan laten uitwerken tot het einde. Dan pas beoordelen we het opgeleverde bestralingsplan aan de hand van vooraf opgestelde criteria. Is het niet goed – of niet goed genoeg – dan doen we het handmatig over.”
Toekomst voorspellen?
“Al jaren maken we modellen om artsen en patiënten te helpen om de juiste behandeling te kiezen. Maar in de praktijk gebruiken de artsen die modellen nauwelijks omdat ze ze niet goed genoeg vinden. Samen gaan we onderzoeken hoe het beter kan. We kijken onder andere naar meer causaliteit. De huidige modellen zijn gebaseerd op ervaringen uit het verleden. Maar nieuwe inzichten, nieuw wetenschappelijk onderzoek, nieuwe (combinaties van) behandelingen, nieuwe protocollen enzovoort nemen we nog niet mee. Ook willen we de modellen meer holistisch maken. Het effect van een behandeling op de tumor is zeker essentieel. Maar als patiënt wil je ook graag vooraf weten wat de effecten van behandeling A, B en C zijn op jou. Op je dagelijks leven, je werk, je hobby’s. We gaan sommige van de huidige modellen overigens wél gebruiken, AI leert namelijk al doende.”
De eerste ai samenwerking met maastro lab: een mijlpaal!
“Bij Maastro Lab is hypoxie een belangrijke onderzoeksrichting: een tumor die kampt met zuurstoftekort is immers resistent voor onder andere radiotherapie. Samen met collega-hoogleraar Kasper Rouschop gaan we tumoren met zuurstoftekort identificeren met Radiomics en/of AI. Patiënten met een dergelijke tumor hebben wellicht baat bij heavy iron therapy: bestraling met koolstofionen. Omdat Maastro een unieke expertise heeft op het gebied van zowel hypoxie als Radiomics/AI zijn we gevraagd om mee te doen aan dit project van een internationaal consortium.”