Paul van Diest

UMC Utrecht

Het onderzoek van Paul van Diest houdt in het kort het volgende in:

Cost savings in pathology by artificial intelligence: prospective clinical trials paving the way for implementation of artificial intelligence

'Kosten besparingen in de diagnostische pathologie door toepassing van artificiële intelligentie: prospectieve klinische trials die de weg vrijmaken voor implementatie in de dagelijkse praktijk

Artificiële intelligentie (AI) heeft bewezen zeer veel belovend te zijn voor het verbeteren van de efficiëntie en verbeteren van de kwaliteit van de pathologie diagnostiek. Implementatie in de dagelijkse blijft echter ver achter doordat financiering hiervan heel lastig is: bovenop een al dure volledig digitale workflow moet er betaald worden voor licenties van AI algoritmen terwijl hier geen hogere vergoedingen tegenover staan voor de pathologie, ondanks het gegeven dat er hiermee elders in de zorg geld wordt bespaard. Implementatie van AI moet daarom leiden tot tastbare besparingen om implementatie van AI algoritmes te bekostigen.

In dit project zoeken we in 2 prospectieve klinische trials in de dagelijkse praktijk uit hoeveel er bespaard kan worden op dure immuunhistochemische bepalingen met commercieel beschikbare en gecertificeerde AI algoritmes voor het detecteren van prostaatkanker, en metastasen in schildwachtklieren bij patiënten met borstkanker.

In de controle arm beoordelen de pathologen het weefsel op de gebruikelijke manier, waarbij ze immuunhistochemie gebruiken als dat nodig wordt geacht. In de interventie arm beoordelen de pathologen het weefsel nadat het is geanalyseerd met AI. We verwachten dat de pathologen, ondersteund door de AI, minder immunohistochemische bepalingen nodig zullen hebben om prostaatkanker te vinden en nauwkeurig op te meten, en om uitzaaiingen te vinden in schildwachtklieren bij borstkanker patiënten.

We verwachten te kunnen aantonen dat de implementatie en licentiekosten van deze algoritmes in 1-2 jaar kunnen worden terugverdiend door minder immuunhistochemische bepalingen te doen. Deze trials maken daarmee de weg vrij voor implementatie van deze AI algoritmes in de dagelijkse praktijk van de pathologie.' 

 

Publicaties

AI helpt bij opsporen uitzaaiingen borstkanker - UMC Utrecht

Clinical implementation of artificial-intelligence-assisted detection of breast cancer metastases in sentinel lymph nodes: the CONFIDENT-B single-center, non-randomized clinical trial

 

Eindrapportage november 2025

Het doel van dit project was om in twee prospectieve klinische trials bij prostaat- en borstkanker te evalueren in welke mate twee commercieel beschikbare AI-algoritmen leiden tot concrete kostenbesparingen door het achterwege laten van immunohistochemie (IHC). Dit zou helpen om de businesscase voor implementatie van deze AI-algoritmen in de pathologiepraktijk te onderbouwen en zo de translationele kloof te overbruggen.

Op de afdeling Pathologie van het UMC Utrecht hebben wij twee CD-IVDR/FDA-goedgekeurde AI-algoritmen voor tumordetectie geïmplementeerd in een prospectieve klinische trial setting in de dagelijkse praktijk bij prostaatkanker (CONFIDENT-P) en bij borstkanker in schildwachtklieren (CONFIDENT-B). Dit maakte een vergelijking mogelijk tussen AI-ondersteunde en niet-AI-ondersteunde workflows. De patiëntveiligheid kwam niet in het geding, aangezien de output van de algoritmen door pathologen werd gesuperviseerd en IHC werd verricht in alle gevallen die door AI-ondersteunde pathologen als negatief werden beoordeeld¹.

In de CONFIDENT-B-trial²,³ (N = 190) detecteerde het Visiopharm-algoritme alle macro- en micrometastasen en 44% van de geïsoleerde tumorcellen. In de AI-ondersteunde arm werd significant minder (p < 0,02) gebruikgemaakt van IHC (RR: 0,680; 95%BI: 0,347–0,878). De potentiële IHC- kostenbesparing bij het UMCU werd geschat op 40.000 euro per jaar. De tijdsbesteding was 40% lager in de AI-ondersteunde arm. Alle pathologen waren tevreden over het gebruik van het algoritme.  Het algoritme wordt nu routinematig gebruikt in het UMCU en draait op de achtergrond voor alle borstkankercasuïstiek met lymfeklieren.

Voor de CONFIDENT-P-trial⁴,⁵ (N = 82) werd het Paige-algoritme voor prostaatkankerdetectie cloud-geïmplementeerd. AI-ondersteuning verlaagde significant het risico op IHC-gebruik per gedetecteerd prostaatkankergeval, zowel op patiënt niveau (RR: 0,55; 95%BI: 0,39–0,72) als op preparaat niveau (RR:0,41; 95%BI: 0,29–0,52). De kostenreductie voor IHC bedroeg €1.700 voor de trial, uitgaande van €50 per IHC-kleuring. AI-ondersteunde pathologen rapporteerden een hogere mate van vertrouwen in hun diagnosen (80% versus 56% (zeer) zeker). De mediane beoordelingstijd per HE-preparaat liet geen significant verschil zien tussen de AI-ondersteunde en de controlegroep (139 seconden versus 112 seconden; p = 0,2).

Concluderend hebben wij in twee unieke prospectieve klinische trials (borstkankerlymfeklieren en prostaatkankerdetectie) aangetoond dat met implementatie van AI een significante kostenreductie kan worden bereikt door vermindering van het gebruik van IHC. Beide algoritmen zijn inmiddels routinematig geïmplementeerd in het UMC Utrecht, wat betekent dat ook de pathologielaboratoria van het Gelre ziekenhuis (en binnenkort het Meander ziekenhuis) zullen profiteren van deze implementaties.

1. Flach RN, Stathonikos N, Nguyen TQ, Ter Hoeve ND, van Diest PJ, van Dooijeweert C. CONFIDENT-trial protocol: a pragmatic template for clinical implementation of artificial intelligence assistance in pathology. BMJ Open 2023 Jun 7;13(6):e067437.
2. van Dooijeweert C, Flach RN, Ter Hoeve ND, Vreuls CPH, Goldschmeding R, Freund JE, Pham P, Nguyen TQ, van der Wall E, Frederix GWJ, Stathonikos N, van Diest PJ. Clinical implementation of artificial-intelligence-assisted detection of breast cancer metastases in sentinel lymph nodes: the CONFIDENT-B single-center, non-randomized clinical trial. Nat Cancer 2024;5:1195-1205.
3. van Dooijeweert C, Flach RN, Ter Hoeve ND, Vreuls CPH, Goldschmeding R, Freund JE, Pham P, Nguyen TQ, van der Wall E, Frederix GWJ, Stathonikos N, van Diest PJ. Author Correction: Clinical implementation of artificial-intelligence-assisted detection of breast cancer metastases in sentinel lymph nodes: the CONFIDENT-B single-center, non-randomized clinical trial. Nat Cancer 2024;5:1285. Erratum for: Nat Cancer. 2024 Aug;5(8):1195-1205.
4. Flach RN, van Dooijeweert C, Nguyen TQ, Lynch M, Jonges TN, Meijer RP, Suelmann BBM, Willemse PM, Stathonikos N, van Diest PJ. Prospective Clinical Implementation of Paige Prostate Detect Artificial Intelligence Assistance in the Detection of Prostate Cancer in Prostate Biopsies: CONFIDENT P Trial Implementation of Artificial Intelligence Assistance in Prostate Cancer Detection. JCO Clin Cancer Inform 2025;9:e2400193.
5. PhD thesis “Improving prostate cancer detection and grading using novel digital techniques” by Rachel N Flach. Utrecht University, October 2, 2024.

 

Korte samenvatting van voortgang / resultaten november 2023

Halverwege loopt het project voor op schema. De CONFIDENT-B trial is al zeer succesvol afgesloten en lied zien dat wel 40k euro kan worden bespaard op immuunhistochemie van schildwachtklieren in het UMC Utrecht. Inmiddels is het gebruikte algorithme dan ook al volledig geïmplementeerd in de digitale diagnostiek workflow van de afdeling pathologie van het UMCU, en wordt al routinematig gebruikt. De patiënten intake voor de CONFIDENT-P trial is al volbracht, en we verwachten data analyse en schrijven van de publicatie af te ronden in Q1 van 2024. Dit betekent dat we waarschijnlijk nog tijd zullen hebben voor een extra CONFIDENT trial voor bv testen van de Visiopharm lymfklier metastase app voor melanoom, of long of cervix of hoofd-hals kanker.