AI bij beeldvorming van het hart: modeverschijnsel of veelbelovend?
ARTIFICIËLE INTELLIGENTIE Een eigenzinnige titel voor een symposium over een onderwerp, waar je niet meer omheen kan in de geneeskunde. Kan je eigenlijk nog spreken van modeverschijnsel of hoopgevend als artificiële intelligentie al goed ingeburgerd is in de radiologie in het algemeen en de cardiale beeldvorming in het bijzonder.
Voorstanders prijzen de precisie, de reproduceerbaarheid, de automatisering, de betrouwbaarheid en het voorspellende aspect. Zij die wat aarzelen, vrezen een verlies van kritische geest, een verlies van vaardigheden en een verslechtering van de arts-patiëntrelatie. Wat moeten we daarvan maken?
Prof. Bernard Cosyns, hoogleraar cardiologie (UZ Brussel), directeur van het CHVZ (Centrum voor Hart en Vaatziekten), voormalig voorzitter van de EACVI (European Association of Cardiovascular Imaging) en de BWGNICI (Belgian Working Group of Non-invasive Cardiac Imaging), beschrijft zijn kijk op artificiële intelligentie en wat artificiële intelligentie bij echocardiografie en MRI van het hart bijbrengt.
In enkele jaren tijd heeft artificiële intelligentie haar draai gevonden in de geneeskunde. Van publieke vijand nummer één is artificiële intelligentie uitgegroeid tot een toegewijde assistent die röntgenfoto’s en mammografieën analyseert, verslagen van consultaties opstelt, onderzoeken plant en vooruitloopt op complicaties of een ongunstige evolutie. In de openingssessie zette prof. Thomas Lüscher, voorzitter van de ESC, de toon: “We moeten ons niet afvragen of AI de cardiologie gaat veranderen, maar wel of wij voldoende inzicht aan de dag kunnen leggen om die transformatie te sturen.”
In de eerste presentatie op het symposium temperde prof. Fraser (Cardiff) al meteen de euforie en waarschuwde hij voor nepinformatie, de gebrekkige transparantie van AI-platformen en de wijze waarop AI de FDA heeft misleid door klinische studies te verzinnen. Hij verwees verder naar de stellingname van het NICE, dat betreurt dat er onvoldoende overtuigende gegevens zijn over de waarde van AI bij de echocardiografische diagnose en follow-up van hartfalen. Prof. Cosyns: “Die waarschuwing is op haar plaats. Je mag niet blind voortgaan op AI, je mag er geen droomfabriek van maken zonder blijk te geven van kritische zin. Wij gebruiken AI in onze praktijk en zijn ons bewust van de sterke en de zwakke punten ervan, die we echter nog moeten leren controleren.”
'Je mag niet blind voortgaan op AI, je mag er geen droomfabriek van maken zonder blijk te geven van kritische zin.'
Het voorbeeld van amyloïdose
Amyloïdose veroorzaakt weinig specifieke symptomen en die kunnen doen denken aan een andere hartziekte. Vandaar dat de diagnose vaak wordt gemist. “Met AI is dat veranderd”, legt prof. Cosyns uit. "Met een 12 afleidingen-ecg kan je met AI de diagnose stellen meer dan zes maanden voor het ontstaan van symptomen. Bij echocardiografie verhoogt AI de precisie van speckle tracking, een onderzoek dat de vervorming van het myocard (globale longitudinale strain) meet. Door analyse tot op de pixel en evaluatie van de distributie kan AI hypertrofie door amyloïdose onderscheiden van hypertrofie door hypertensie of een hypertrofische cardiomyopathie."
'Deep learning'-modellen hebben een sensitiviteit van 96,2%, waar de humane klinische score (echocardiografische alarmsignalen) een sensitiviteit van ongeveer 75% heeft. De specificiteit bedraagt respectievelijk 96% en 81%. “Met AI kan je de diagnose sneller stellen, maar dat alles moet nog worden gevalideerd met algoritmes ad hoc en in voldoende grote externe cohortes voor we definitieve conclusies kunnen trekken."
Karakterisering van atheroomplaten
Prof. Cosyns: “We proberen al lang de vorm en de samenstelling van atheroomplaten en het risico op ruptuur beter te beschrijven met verschillende methoden: CT-scan van de kransslagaders, PET-scan, arterio-MRI, intravasculaire echografie (IVUS) en OCT. Dankzij modelvorming van de bloedstroom in de kransslagaders kunnen we nu met een standaard-CT-scan van de kransslagaders en algoritmes de flowreserve op niet-invasieve wijze meten. Voordien gebeurde dat met een invasief onderzoek met meting van de druk tijdens een coronariografie. Naast de anatomie geeft dat ook een idee over de functionele gevolgen. Dat is een belangrijke meerwaarde, bijvoorbeeld bij het interpreteren van een coronaire stenose.”
De CONFIRM2-studie leert dat het door AI berekende totale volume aan atheromatose (al dan niet verkalkte atheroomplaten) een van de beste voorspellers van latere cardiovasculaire accidenten is, ongeacht de ernst van de stenose. AI herkent signalen van “gevaarlijke platen” (positieve remodellering van de slagader, zwakke vetattenuatie, dunne fibreuze kap), die een infarct veroorzaken. Klinisch biedt dat de mogelijkheid snel een behandeling met een statine of een plaatjesaggregatieremmer te starten om een infarct te voorkomen.
Naar een democratisering van MRI
Kan AI structurele problemen oplossen zoals de vrij trage beeldverwerving en een onvoldoende toegang zodat we bijvoorbeeld bij een patiënt van tachtig jaar toch een MRI kunnen voorschrijven om twee uur ’s ochtends? Prof. Cosyns: “Het antwoord is ja. Het is zeer zinvol AI in te zetten bij MRI. AI versnelt de beeldvorming met 30-50%, verbetert de kwaliteit van de beelden en vermindert bewegingsartefacten.”
De tijd dat de patiënt in het toestel ligt, vermindert met de helft tot twee derde. In een CHU in Quebec konden de artsen daardoor circa 25 patiënten per week en per toestel meer verwerken. “AI-algoritmes versnellen de interpretatie en lenen zich goed voor standaardisering, d.w.z. metingen die veel minder afhangen van de arts en diens ervaring. De tijd die zo vrijkomt, kan je besteden aan complexere gevallen en interacties met de patiënten.”
'We zijn geen fotografen, die beelden bekijken, maar clinici, die patiënten en ziektes behandelen.'
Nevenschade?
Mogelijke nadelen zijn een verlies van kritische geest, verlies van cardiologische vaardigheden en een grondige verandering van de arts-patiëntrelatie. Met name voor de jonge generatie is dat niet altijd gemakkelijk. Prof. Cosyns: “Iedereen deelt die onzekerheid in die mate zelfs dat dr. T. Pezel (Parijs) en ikzelf samen met de ESC en de EACVI een certificeringsprogramma hebben opgesteld om het gebruik van AI in die vele vertakkingen aan te leren. Het verlies van vaardigheden is een realiteit, maar wat je aan een kant verliest, zal je volgens mij aan een andere kant winnen. We zijn sowieso geen fotografen, die beelden bekijken, maar clinici, die patiënten en ziektes behandelen. Dat veronderstelt een basiskennis anatomie en fysiologie, die AI niet voor ons kan overnemen. Wat de arts-patiëntrelatie betreft, kan AI het luisteren en de empathie van de arts niet vervangen. Gezien een zekere ontmenselijking van de zorg zullen de uitdagingen veeleer van ethische en juridische aard zijn."
Een revolutie
AI resulteert in een grondige transformatie van de cardiologische praktijk, van automatische analyse van het ecg tot geavanceerde beeldvorming. Prof. Cosyns: “Het is geen neuronale entiteit die ons vervangt, maar een entiteit die ons helpt bij een streven naar een snellere, voorspellende en gepersonaliseerde geneeskunde. Wat is dan de plaats van het menselijke in die digitale relatie? De vraag is niet meer of je AI moet gebruiken, maar wel hoe en wanneer je dat moet doen. Uiteindelijk wordt de medische beslissing genomen door de neuronen van de zorgverstrekker, en die staat borg voor de menselijke dimensie in de relatie met de patiënt."