Erik Ranschaert, radioloog en AI-projectleider aan het Elisabeth-TweeSteden Ziekenhuis (ETZ) in Tilburg, werkt aan een project om CT-scans van longen te onderzoeken met behulp van artificiële intelligentie. Aan dit Europese project werkt ook Robovision mee, een Gentse leverancier van AI-oplossingen.


Erik, hoe zijn jullie in contact gekomen met het team van Robovision?

Dr. Erik Ranschaert: “We hebben elkaar leren kennen op de Middle Fair in Amsterdam. Wat ik zeer boeiend vond aan Robovision, en nog altijd, is het feit dat het een niet-medische speler is, die nu op de medische markt komt en een grote ervaring met zich meebrengt. Dit fascineerde me onmiddellijk en hier kunnen we ongetwijfeld iets uit leren.”

Wat waren de eerste medische toepassingen waar jullie op gewerkt hebben?

Jonathan Berte, Robovision: “De eerste toepassing was voor de NIH (National Institute of Health) in de Verenigde Staten. Dat ging over crowd sourced segmentation. Hierbij wordt medische data door heel veel gebruikers geannoteerd om te gebruiken voor deep learningmodellen. Het was de eerste toepassing waarbij het duidelijk werd dat medische segmentatie en deep learning een uitstekend huwelijk vormen. Deep learning kan zeer snel schakelen, als er maar voldoende data is en er op de juiste manier wordt geannoteerd. Die ervaring passen we nu toe in de actuele context."

Jullie gaan dus, op basis van CT-scans, detecteren of iemand besmet is met COVID-19? 

Dr. Erik Ranschaert: “Dat klopt, al gaat het niet enkel om het stellen van de diagnose. Dit project zal ons ook toelaten om te bepalen in welke mate de longen zijn aangetast. Dat kan dan weer helpen om te bepalen wie we naar intensieve zorg sturen en wie niet. Het kan ook een belangrijk instrument zijn  in de nazorg, om te bepalen of patiënten aan de beterhand zijn. Wat ik bijzonder vind aan dit project en waarom we met Robovison samenwerken, is dat hun systeem toelaat aan radiologen die geen kennis hebben van software en deep learning, om zelf heel gemakkelijk de annotaties te doen. Zo kan het trainen van het algoritme op een heel eenvoudige manier gebeuren.”

Kan de diagnose op basis van een CT-scan reeds in een vroeg stadium van de ziekte gesteld worden?

Dr. Erik Ranschaert: “Men is CT gaan gebruiken uit noodzaak omdat er te weinig serologische testen beschikbaar waren. Er is vastgesteld dat bepaalde longafwijkingen systematisch terugkomen bij COVID-19- patiënten. Op basis van deze bevindingen kan je tot een juiste diagnose komen zonder dat er een serologische test nodig is. Door de grote toevloed aan patiënten wordt er nu steeds meer overgeschakeld naar CT-beelden en dit blijkt heel efficiënt te zijn. Bijkomend kan je de ziekte met een CT-scan veel vroeger zien dan met een röntgenfoto van de longen. Meer nog, bij sommige patiënten zijn de serologische testen negatief en toch is de CT van de longen positief. Het virus is op dat moment al lager gezakt dan tot waar het wattenstaafje via de neus reikt. Hierdoor is de serologische test negatief, maar kan je de ziekte toch vaststellen op de CT-scan. Dit maakt dat steeds meer ziekenhuizen overschakelen op CT-beeldvorming om COVID-19-patiënten te identificeren. Zo is er in Maastricht een aparte scanunit voor het ziekenhuis geplaatst om daar te helpen met de triage van patiënten."

Hoeveel CT-scans zijn er nodig om tot een aanvaardbare nauwkeurigheid te komen?

Dr. Erik Ranschaert: “We hebben minimum 100 verschillende geannoteerde gevallen nodig. Naarmate de cases binnenkomen, gaan we het algoritme trainen en kijken wat de resultaten zijn. Aan dit aantal geraken we zeker, enkel en alleen in Bergamo hebben ze al meer dan 300 cases.”

Op 5 februari hebben radiologen in China reeds CT imaging features gepubliceerd. Maken jullie hier gebruik van?

Dr. Erik Ranschaert: “Dat is een punt van discussie. Sommige ziekenhuizen willen snel zijn en gaan het Chinese algoritme gebruiken om toch al iets te hebben. Het probleem met het Chinese algoritme is dat er geen duidelijkheid bestaat over hoe dit algoritme werd getraind en wat de kwaliteit is van de input (de geannoteerde CT-scans). In Leuven hebben ze het algoritme getest en vastgesteld dat het allesbehalve klopt, en besloten om het niet te gebruiken. Ik heb er dus toch mijn vragen bij.”

Wat met de legale aspecten?

Jonathan Berte, Robovision: “Data doorsturen van hospitalen is inderdaad niet zo eenvoudig. De huidige crisissituatie mag immers geen excuus zijn om nu gewoon patiëntengegevens te gaan doorsturen. De legale aspecten blijven van belang. Er is echter wel één uitzondering. In normale omstandigheden zouden patiënten hun goedkeuring moeten geven voor het gebruik van hun data. De Europese datawetgeving (GDPR) voorziet echter een uitzondering in het geval van een pandemie, zoals vandaag, indien de data geanonimiseerd wordt.”

Dr. Erik Ranschaert: “Veel bedrijven zijn nu op zoek naar data en sommigen proberen van deze crisissituatie misbruik te maken. Je moet echter nog steeds rekening houden met privacy en ethische aspecten.”

Hoe lang zal het duren vooraleer dit ingezet kan worden in de ziekenhuizen?

Dr. Erik Ranschaert: "Dit is niet zo eenvoudig te voorspellen. Het zal er vanaf hangen hoe snel de data van de verschillende ziekenhuizen binnenkomt. Als ik optimistisch ben, zal dat in de komende 2 à 3 weken rond zijn. Zodra de data er is, duurt het trainen van het algoritme nog een week.”

Jonathan Berte, Robovision: “We worden nu ook ondersteund door de groten der aarde, denk maar aan Microsoft, Google en Nvidia. Zij zullen de rekenkracht ter beschikking stellen om op grote schaal scans te gaan analyseren. Het is echter niet zo dat omdat het volgende week nog niet beschikbaar is, dat het niet relevant is. Het is namelijk ook een heel belangrijk instrument in de nazorg! Als je terug gaat sporten en je longen zijn nog niet volledig hersteld, kan er andere longschade optreden. Het NKI, één van de meest vermaarde kankerinstituten in de wereld, schaart zich ook achter dit project en dit zegt volgens mij genoeg.”

Wat met de stralingsdosis?

Dr. Erik Ranschaert: “Daar is de laatste jaren gelukkig heel hard aan gewerkt. Vooral omdat er overwogen wordt om CT-scans in te zetten voor de screening van longkanker. Daarvoor werden er technieken ontwikkeld die toelaten om aan zeer lage dosissen te scannen en toch bruikbare beelden op te leveren. Op deze beelden gemaakt met lage dosis wordt het algoritme dan ook getraind. Bovendien is het zo dat een CT-scan van de longen niet meer straling geeft dan een klassieke röntgenfoto. Ter illustratie, zo'n röntgenfoto van de longen geeft niet meer straling dan een vlucht over de oceaan.”

Zijn alle CT-scanners in België geschikt?

Dr. Erik Ranschaert: “In België beschikken we over een mooi park, de ziekenhuizen zijn zeer goed uitgerust.”

Hoe lang duurt het vooraleer de resultaten beschikbaar zijn voor arts en patiënt?

Jonathan Berte, Robovision: “Dit hangt af van de uploadtijd van de beelden naar de server. De analyse zelf kan gebeuren op enkele seconden. Dit is verwaarloosbaar in tegenstelling tot de menselijke analyse. Belangrijk om weten is dat er altijd nog een dubbele controle moet gebeuren.”

Over het project

Het Imaging COVID-19 AI initiative is een Europees project om het gebruik van computertomografie (CT) bij de diagnose van COVID-19 te optimaliseren met behulp van artificiële intelligentie. De projectgroep zal een deep learning-model creëren voor de geautomatiseerde detectie en classificatie van COVID-19 op CT-scans en voor het beoordelen van de ernst van de ziekte bij patiënten. Dit model zal bij de beoordeling uitgaan van een kwantificering van de mate waarin longen zijn aangetast.

Verschillende ziekenhuizen en instellingen in heel Europa zullen samenwerken om snel een AI-oplossing te ontwikkelen in dit tijdgevoelige onderzoeksproject. Het AI-model zal vrij beschikbaar worden gesteld aan alle deelnemers voor klinische validatie.

Ga voor meer informatie naar: https://imagingcovid19ai.eu/ 

Partners in het project: 

  • Robovision: een Agoria-lidbedrijf dat gespecialiseerd is in visietechnologie op basis deep learning en de programmering van robots
  • Quibim: Medisch platform gebruikt om gegevens te anonimiseren en te uploaden 
  • NKI: Nationaal Kanker Instituut
  • EuSoMII: De European Society of Medical Imaging Informatics (EuSoMII) is een non-profitorganisatie in de gezondheidszorg die tot doel heeft radiologen, datawetenschappers en informatici met elkaar in contact te brengen, maar ook andere specialiteiten verwelkomt die beeldvorming gebruiken, zoals pathologie, dermatologie en oogheelkunde.

KIJKTIP: AI Suisse organiseert op vrijdag 3 april 2020 een gratis webinar met Robovision en dr. Ranschaert. Klik hier voor meer informatie!


Strijd tegen het coronavirus: inspirerende initiatieven

In deze COVID-19-crisis zien bij onze lidbedrijven en andere organisaties tal van initiatieven het licht, om de epidemie te bestrijden, het verzorgend personeel en de maatschappij in haar geheel te ondersteunen of nog om de continuïteit van het werk te verzekeren.

Ontdek die initiatieven hier