Het is belangrijk om borstkanker zo vroeg mogelijk te ontdekken. Toch gebeurt dat niet altijd, radiologen zien een kwart van de tumoren op mammogrammen over het hoofd. Nijmeegse onderzoekers willen daarom de bestaande detectiesoftware verbeteren. Ook willen ze de expertkennis van ervaren radiologen formaliseren en in de software verwerken.
Is Nederland innovatief bezig?
Dr. Peter Lucas, informatica-onderzoeker aan het Institute for Computing and Information Sciences (ICIS) van de Radboud Universiteit in Nijmegen: "Alleen met het doel winst te kunnen maken. Terwijl onderzoekers de ruimte nodig hebben om onderzoek uit te voeren dat niet per definitie meteen praktisch toepasbaar is."
U hebt in juli 2006 zo’n 400.000 euro ontvangen van NWO. Wat gaat u met dat geld doen?
Lucas: "Die vier ton zijn een grove schatting van het salaris dat we nodig hebben om twee fulltime postdocs en één parttime programmeur voor de duur van drie jaar aan te nemen."
Hoeveel draagt de nu verstrekte subsidie bij aan dit onderzoeksproject?
Lucas: "Deze subsidie ís dit project. Waarmee ik natuurlijk niet wil zeggen dat er zonder deze subsidie in Nijmegen geen onderzoek meer naar borstkanker wordt gedaan, maar alleen dat onze insteek niet zou zijn gebruikt."
Wat houdt die insteek in?
Lucas: "Radiologen worden in hun werk ondersteund door beeldverwerkingsoftware die verdachte plekken aanwijst op röntgenfoto's van borstweefsel. Mijn collega Nico Karssemeijer van de radiologieafdeling van het Universitair Medisch Centrum St Radboud houdt zich binnen dit project onder andere bezig met het verder verfijnen van deze Computer Aided Detection (CAD)-software. Maar dat is niet genoeg. Voor een goede borstkankerscreening is expertkennis onontbeerlijk."
"Een mammogram is een verzameling witte en zwarte vlekken. Je zou denken dat het leren herkennen van tumoren op basis van grote hoeveelheden beelddata een ideale taak is om te automatiseren. Maar toch zijn ervaren radiologen nog steeds beter in het ontdekken van borsttumoren dan computers. Ze bezitten blijkbaar expertkennis die onontbeerlijk is voor de exacte interpretatie van vlekken op mammogrammen. Het CAD-systeem kan daar niet aan tippen, zelfs niet als de software verbeterd wordt door de software beter te trainen met meer data. In een vooronderzoek samen met Perry Groot hebben we dit aangetoond."
"In dit project willen we de expertkennis van radiologen daarom achterhalen en verwerken in deCAD-software. We vragen hen te beschrijven hoe zij tot hun beslissingen komen. Ook moeten ze ons vertellen op welke punten CAD-software volgens hen te kort schiet. Daarnaast willen we weten welke extra variabelen radiologen en artsen gebruiken om de digitale beelden beter te kunnen interpreteren. Die expertkennis willen we formaliseren en opnemen in de probabilistische modellen die we gebruiken om te voorspellen of er wel of geen tumor te zien is op een mammogram. In onze software willen we statistische modellen (gebaseerd op grote aantallen beelden) combineren met methoden voor kennisrepresentatie (gebaseerd op expertkennis)."
"Voor die combinatie zijn Bayesiaanse netwerken heel geschikt. Die zien er op het eerste gezicht simpel uit – een verzameling variabelen die door pijlen van een bepaalde sterkte met elkaar verbonden zijn – maar er zit behoorlijk geavanceerde wiskunde achter. In de loop van het onderzoek gaan we bepalen hoe we de expertkennis het best kunnen representeren. Het is nog de vraag of we moeten kiezen voor een logische, semantische of objectgeoriënteerde beschrijving."
"Het probleem bij een logische beschrijving op grond van zogeheten Horn-clauses, is dat die tot nu toe alleen geschikt zijn voor kansverdelingen op basis van discrete variabelen. Terwijl veel variabelen die wijzen op de aanwezigheid van tumoren – zoals een hoge dichtheid van het borstweefsel – juist continu zijn. Dat is de centrale vraag in veel van mijn onderzoek – hoe je greep kan krijgen op kwalitatieve medische kennis door die vast te leggen op een formele manier."
Hoe praktisch toepasbaar is uw project?
Lucas: "Als we erin slagen om de interpretatie van mammogrammen te verbeteren, is het maatschappelijk nut daarvan evident."
[Beeld: Peter Pakvis]
BRICKS/FOCUS
De Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) honoreerde in juli 2006 dertien onderzoeksprojecten op het terrein van informatica. In totaal gaat het om 6,5 miljoen euro. Met het geld gaan 38 onderzoekers aan het werk. De projecten vallen binnen vier informatica-onderzoeks-programma's van het gebied Exacte Wetenschappen van NWO. De vier onderzoeksprogramma's zijn GLANCE, VIEW, JACQUARD en BRICKS/FOCUS.
Het onderzoek Bayesian Decision Support for Medical Screening van dr. Peter Lucas behoort tot het programma BRICKS/FOCUS. Via dit onderzoeksprogramma BRICKS/FOCUS wil NWO talentvolle informatica-onderzoekers scouten en opleiden.
Bayesian decision support for medical screening
In Nederland wordt momenteel een landelijk beeldarchief opgezet met digitale mammogrammen – röntgenfoto's van borstweefsel. Dat resulteert in een enorme databank waarin jaarlijks enkele duizenden nieuwe borstkankergevallen worden opgenomen. Binnen het onderzoeksproject ‘Bayesian Decision Support for Medical Screening' ontwikkelen onderzoekers nieuwe Computer Aided Detection (CAD-) methoden die radiologen moeten helpen bij het herkennen van tumoren.
ICIS
Het Institute for Computing and Information Sciences (ICIS) van de Radboud Universiteit in Nijmegen bestaat uit vijf onderzoeksgroepen. Dr. Peter Lucas doet onderzoek binnen de vakgroep ‘Information and knowledge systems' (IRIS). Behalve informaticus is hij arts. Hij heeft jarenlange ervaring in het bouwen van systemen voor het analyseren van medische gegevens op basis van Bayesiaanse netwerken.
