AI-gegenereerde behandelplannen voor borstkanker

Radiotherapeuten en laboranten van het Catharina Ziekenhuis besteden dagelijks veel tijd aan het maken van behandelplannen voor borstkankerpatiënten. Dit proces omvat het nauwkeurig intekenen van tumoren en omliggende organen op medische beelden, gevolgd door het berekenen van de optimale bestraling. Hoewel essentieel voor een effectieve behandeling, neemt dit handmatige werk veel tijd in beslag en draagt het bij aan wachttijden. Met de stijgende aantallen (borst-) kankerpatiënten en de hoge druk op personeel  is het noodzakelijk om deze werkwijze te vernieuwen. Deze processen lenen zich uitstekend voor automatisering met AI.

Versnelling en verbetering van behandelplanning met AI

Het Catharina Ziekenhuis startte samen met de TU Eindhoven en de commerciële partij RaySearch een innovatie om behandelplannen voor borstkankerpatiënten sneller en consistenter te maken met behulp van kunstmatige intelligentie (AI). Het ontwikkelde AI-model analyseert medische beelden automatisch en genereert op basis daarvan een volledig behandelplan, inclusief de contouren van tumoren en risicogebieden, evenals een gepersonaliseerde bestralingstiming. De radiotherapeut blijft als eindverantwoordelijke betrokken bij het beoordelen en zo nodig aanpassen van het plan. De toepassing richt zich in eerste instantie op borstkankerpatiënten die radiotherapie ondergaan, maar heeft ook potentie voor uitbreiding naar andere specialismen.

Wat maakt deze aanpak uniek?

• Automatisering door AI: Het handmatig intekenen van tumoren en organen wordt grotendeels geautomatiseerd door slimme AI-algoritmen.
• Direct klinisch inzetbare behandelplannen: ongeveer 80& van de AI gegenereerde behandelplannen zijn zonder aanpassingen direct klinisch inzetbaar. Hierdoor wordt de doorlooptijd aanzienlijk verkort.
• Blijvende regie voor de radiotherapeut: De radiotherapeut behoudt het beslismoment en blijft nauw betrokken bij het controleren van de plannen.
• Minder variatie en hogere betrouwbaarheid: De aanpak zorgt voor minder variatie in behandelresultaten en verhoogt de betrouwbaarheid.
• Praktische toepassing in de kliniek: De echte uniciteit zit in het feit dat het systeem daadwerkelijk in de kliniek draait, met groot vertrouwen van medewerkers en een goed geborgde kwaliteitscontrole.
• Integrale samenwerking: Kennis van laboranten, radiotherapeuten, klinisch fysici, AI-specialisten en onderzoekers wordt geïntegreerd in een gezamenlijke workflow.

Succesfactoren en opschalingsvoorwaarden

De AI-gestuurde behandelplannen besparen per patiënt gemiddeld een half uur tot enkele uren werktijd voor laboranten en radiotherapeuten, wat de behandelcapaciteit vergroot zonder extra personeel. Wachttijden worden hierdoor verkort en zorgprofessionals kunnen zich meer richten op complexe behandelingen en directe patiëntenzorg. Patiënten ervaren het proces als efficiënter met betrouwbare, op maat gemaakte behandelplannen.

Het succes is te danken aan de brede samenwerking tussen betrokken disciplines, het mandaat voor verandering, goede scholing en sterke IT-ondersteuning. Voor verdere opschaling binnen het STZ-netwerk zijn gestructureerde scholing, duidelijke afspraken, integratie in klinische systemen én structurele financiering essentieel. Daarbij speelt ook de betrokkenheid van een commerciële partij een rol: licentiekosten vormen een substantieel onderdeel van de businesscase. Catharina Ziekenhuis, als ontwikkelpartner van RaySearch, heeft hiervoor een bijzondere samenwerkingsafspraak weten te maken.

Deze innovatie toont aan hoe technologie de oncologische zorg toekomstbestendig kan maken, met behoud van menselijke controle en betrokkenheid.

Met onderstaande knop kom je op de AI-gegenereerde behandelplannen voor borstkankerwerkgroep in de besloten MijnSTZ omgeving, alleen toegankelijk voor leden van STZ.

Ben je wel werkzaam bij een STZ-ziekenhuis, maar nog geen lid van de MijnSTZ-omgeving. Registreer je dan hier. Ben je geen lid van STZ, maar wil je toch meer weten over deze innovatie? Neem dan contact op met ons.