Ondersteuning van wetenschappelijk onderzoek
Maastro
Kort samengevat, behelst het fellowship van Frank Hoebers het volgende:
Een van de meest belangrijke prognostische factoren in de behandeling van het oropharynx carcinoom is extranodale groei, ofwel kapseldoorbraak van een lymfkliermetastase met invasie van tumorcellen in het omgevende weefsel. Extranodale groei kan histopathologisch onderzocht worden na chirurgische behandeling. Echter, het oropharynxcarcinoom wordt meestal behandeld met (chemo-) radiotherapie en daarom ontbreekt informatie over pathologische extranodale groei. Uit recent onderzoek is naar voren gekomen dat ook radiologische extranodale groei tot een slechtere uitkomst leidt.
Het wetenschappelijke doel van dit fellowship is om een AI-tool te ontwikkelen die de radioloog kan ondersteunen om radiologische extranodale groei op scans te herkennen.
Hoewel AI veelbelovend is voor de klinische praktijk, blijkt implementatie in het zorgproces vaak moeilijk te zijn. Deels is dit te verklaren doordat artsen moeite hebben om de techniek en algoritmes die ten grondslag liggen aan de AI-applicatie te doorgronden. Hierdoor kan wantrouwen en scepsis ontstaan wat implementatie in de weg staat. Er is dus een noodzaak om meer medici te trainen op het gebied van AI.
Het tweede doel van dit fellowship is dat ik – als radiotherapeut-oncoloog – training ga krijgen om kennis en skills op te doen om de ontwikkeling van AI beter te begrijpen aan de hand van bovenstaande onderzoek naar radiologische extranodale groei. Na dit fellowship is het mijn doel om een brug te slaan tussen de data-scientists (ontwikkelaars) en de artsen (gebruikers) om het gebruik van AI in de kliniek te bevorderen.
Door funding van het Hanarth Fonds ben ik in staat om voor dit persoonlijke fellowship naar Harvard Medical School in Boston, USA te gaan, alwaar ik in het Artificial Intelligence in Medicine (AIM) Program mijn training in AI zal gaan krijgen.