Lotte Fleurkens-Ewals

Catharina ziekenhuis Eindhoven

Het fellowship van Lotte Fleurkens-Ewals houdt in het kort het volgende in:

Integration of AI-assisted tools into clinical practice to enhance imaging-based evaluation of periampullary and peritoneal cancers

Periampullaire en peritoneale tumoren zijn zeer agressieve en dodelijke vormen van kanker. Het opsporen van periampullaire tumoren op CT-scans vereist specifieke expertise, wat ertoe kan leiden dat sommige tumoren over het hoofd worden gezien. Om de detectie te verbeteren, hebben de Technische Universiteit Eindhoven en het Catharina Ziekenhuis Eindhoven een AI-model ontwikkeld dat periampullaire tumoren op CT-scans kan detecteren. Bij peritoneale tumoren is het belangrijk om de uitgebreidheid van de ziekte nauwkeurig vast te stellen voor het kiezen van de juiste behandeling en voor het evalueren van respons. Om de uitgebreidheid kwantitatief te beoordelen, wordt de Peritoneal Cancer Index (PCI) bepaald, die de tumorbelasting over 13 abdominale regio’s beoordeelt. Deze wordt doorgaans beoordeeld via diagnostische laparoscopie. Om een niet-invasief alternatief te bieden, is er een AI-model ontwikkeld dat automatisch de PCI-regio’s op CT-scans segmenteert, wat bijdraagt aan het gestructureerd en kwantitatief beoordelen van peritoneale ziekte op beeldvorming. Hoewel beide ontwikkelde AI-modellen veelbelovende resultaten hebben opgeleverd in preklinische tests, is het noodzakelijk om deze modellen in klinische praktijk te valideren, om de werkelijke meerwaarde aan te tonen.

Tijdens dit fellowship zal Lotte Fleurkens-Ewals, technisch geneeskundige, zich richten op de klinische implementatie van deze AI-modellen. Het doel is om de modellen te integreren in de klinische workflow, waarbij het belangrijk is dat AI en radiologen effectief samen kunnen werken, en de haalbaarheid en klinische waarde van de modellen geëvalueerd kunnen worden. Dit zal onder andere gebeuren door samen te werken met multidisciplinaire teams van AI-ontwikkelaars, radiologen en klinische experts en door proof-of-concept studies uit te voeren in het Catharina Ziekenhuis en andere ziekenhuizen. Om meer kennis op te doen over AI-integratie, zal ze relevante cursussen volgen en een stage doen aan de Universiteit van Toronto, waar ze zal bijdragen aan de implementatie van een AI-tool voor de triage van schildklierziekten in Costa Rica. Het uiteindelijke doel van dit fellowship is niet alleen
om de klinische toepassing van deze AI-modellen te bewerkstelligen, maar ook om de basis te leggen voor toekomstige AI-tools voor het verbeteren van beeldvormende diagnostiek.