Tracking Cancer Through Text: Longitudinal Extraction From Radiology Reports Using Open-Source Large Language Models

Dit artikel presenteert een volledig open-source, lokaal inzetbaar systeem dat de Qwen2.5-72B-taalmodel gebruikt om uit radiologieverslagen longitudinale tumorinformatie volgens RECIST-criteria te extraheren met hoge nauwkeurigheid, waardoor privacy en reproduceerbaarheid in de gezondheidszorg worden gewaarborgd.

De kern

Het Verborgen Verhaal van Kanker: Hoe AI de Medische Rapporten Leest

Stel je voor dat je een enorm archief hebt met duizenden verhalen. Deze verhalen zijn geschreven door artsen (radiologen) en vertellen het verhaal van hoe kanker in een patiënt zich gedraagt: groeit het? Krimpt het? Is er nieuwe kanker verschenen?

Het probleem is dat deze verhalen niet in nette tabellen staan, maar in vrije, ongestructureerde teksten. Het is alsof je duizenden brieven moet lezen om te weten wie er ziek is en hoe het gaat. Dat is voor een computer heel lastig, en voor een mens veel te veel werk.

De Oplossing: Een Slimme, Privé-Detective

In dit onderzoek hebben de auteurs (Luc en Alessa) een nieuwe manier bedacht om deze verhalen automatisch te lezen en om te zetten in duidelijke data. Ze hebben een kunstmatige intelligentie (AI) gebouwd die fungeert als een super-slimme detective.

Hier is hoe het werkt, vertaald in alledaagse termen:

1. De "Privé-Detective" (Open Source AI)

Veel slimme AI's zijn als dure, gesloten kasten die je alleen kunt huren van grote tech-bedrijven. Je mag de inhoud niet zien en je mag je patiëntgegevens niet daarheen sturen, omdat dat onveilig is voor de privacy.

De auteurs hebben echter gekozen voor een openbare, gratis detective (een model genaamd qwen2.5-72b).

• De analogie: Stel je voor dat je een detective inhuurt. De meeste detectives werken alleen in hun eigen kantoor (de cloud). Deze detective werkt echter in jouw eigen huis. Je geeft haar de dossiers, ze leest ze, en het resultaat blijft bij jou. Niemand anders ziet de patiëntgegevens. Dit is wat ze "lokaal deployen" noemen.

2. Het Koppelen van Verhalen (Longitudinale Extractie)

Kanker is geen statisch verhaal; het verandert in de tijd. Een arts schrijft in januari: "Er is een tumor van 2 cm." In juni schrijft hij: "De tumor is nu 1,5 cm."

• De uitdaging: Een simpele computer ziet dit als twee losse zinnen. Een slimme detective moet begrijpen dat het dezelfde tumor is die kleiner is geworden.
• De oplossing: Het systeem leest twee rapporten tegelijk (zoals het lezen van hoofdstuk 1 en hoofdstuk 2 van een boek). Het koppelt de oude tumor aan de nieuwe meting. Het houdt de "naam" van de tumor stabiel, zodat je precies kunt zien hoe hij zich ontwikkelt.

3. De Drie Soorten "Schurken"

De AI zoekt in de tekst naar drie soorten kankergroei, net zoals een detective drie soorten verdachten zoekt:

1. De Hoofdschurk (Target Lesions): De bekende tumoren die je in de gaten houdt.
2. De Bij-schurken (Non-Target Lesions): Andere plekken die je ook in de gaten houdt, maar die minder precies gemeten hoeven te worden.
3. De Nieuwe Schurken (New Lesions): Tumoren die er voorheen niet waren, maar nu wel verschenen zijn.

4. Hoe goed werkt het? (De Uitslag)

De auteurs hebben dit systeem getest op 50 paren van Nederlandse CT-rapporten (borst- en buikscan). Ze lieten twee menselijke experts de rapporten lezen en vergeleken dit met wat de AI deed.

Het resultaat? De AI was bijna net zo goed als de mens.

• Bij het vinden van de juiste tumoren en het meten van de grootte zat de AI in 93% tot 95% van de gevallen perfect.
• Het systeem kon zelfs complexe zinnen begrijpen, zoals "niet meetbaar" of "verdwenen", en dit correct noteren.

Waarom is dit belangrijk?

Stel je voor dat je in plaats van 50 rapporten, miljoenen rapporten kunt lezen.

• Voor onderzoek: Artsen kunnen in één klap zien hoe een behandeling werkt bij duizenden mensen, in plaats van jarenlang handmatig data te verzamelen.
• Voor privacy: Omdat de AI in het ziekenhuis zelf draait (niet in de cloud), hoeven patiëntgegevens het ziekenhuis nooit te verlaten.
• Voor de toekomst: Het bewijst dat je geen dure, gesloten systemen nodig hebt om medische data slim te maken. Gratis, open software kan net zo goed werken.

Kortom:
Deze paper laat zien dat we met een slimme, lokale AI de "rommelige" medische verhalen kunnen omtoveren in heldere, opvolgbare data. Het is alsof we een vertaler hebben die niet alleen vertaalt, maar ook begrijpt dat het verhaal van vandaag het vervolg is op het verhaal van gisteren, en dat alles veilig in de kast blijft liggen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Tracking Cancer Through Text: Longitudinal Extraction From Radiology Reports Using Open-Source Large Language Models", geschreven in het Nederlands.

Probleemstelling

Radiologieverslagen bevatten cruciale longitudinale informatie over tumorlast, respons op behandeling en ziekteprogressie. Deze informatie is echter vaak ongestructureerd en narratief, wat geautomatiseerde analyse bemoeilijkt. Bestaande methoden voor informatie-extractie (zoals regelgebaseerde algoritmen of gesuperviseerde deep learning-modellen) missen vaak generaliseerbaarheid en vereisen aanzienlijke resources voor annotatie.

Daarnaast zijn de meest geavanceerde Large Language Models (LLMs) vaak propriëtraat, wat privacy- en veiligheidsproblemen oplevert in zorgomgevingen waar patiëntgegevens binnen institutionele grenzen moeten blijven. Een ander belangrijk tekortkoming in de huidige literatuur is dat radiologieverslagen vaak als onafhankelijke documenten worden behandeld, terwijl oncologische interpretatie inherent longitudinaal is: veranderingen in laesiegrootte en -verschijning over tijd zijn essentieel voor het bepalen van de respons volgens de RECIST-criteria (Response Evaluation Criteria in Solid Tumors).

Methodologie

De auteurs presenteren een volledig open-source, lokaal inzetbaar pipeline voor het extraheren en koppelen van longitudinale informatie uit Nederlandse CT-verslagen van thorax en abdomen.

• Dataset:

  • Geselecteerd uit Radboudumc (maart 2021 – maart 2025).
  • Focus op patiënten met meerdere verslagen over verschillende tijdstippen.
  • Filtering op het woord "target" in ten minste twee verslagen per patiënt.
  • De dataset bestaat uit 50 verslagparen (100 individuele verslagen) na handmatige validatie, verdeeld in een debug-set (10 paren) en een testset (50 paren).

• Framework en Model:

  • Framework: llm_extractinator, een taal-onafhankelijk framework voor gestructureerde extractie met open-source LLMs.
  • Model: qwen2.5-72b-instruct-q4_K_M. Dit model werd geselecteerd na een vergelijkende evaluatie op de debug-set vanwege de beste prestaties binnen de beschikbare computercapaciteit.
  • Hardware: Inferentie uitgevoerd op twee NVIDIA A100 GPU's (40 GB elk) met een temperatuur van 0 voor reproduceerbaarheid.

• Prompt Engineering en Verwerking:

  • Verslagen worden als paren verwerkt (geconcateneerd) om het model in staat te stellen terugkerende laesies te herkennen en temporele continuïteit te behouden.
  • De prompt bevat in-context voorbeelden van de Nederlandse RECIST-tabelindeling en de gewenste gestructureerde output.
  • Regels:
    1. De meest rechtse numerieke waarde voor de laatste geldige SE-IMA-referentie is de huidige meting.
    2. Gecategoriseerde laesies: Target Lesions (TL), Non-Target Lesions (NTL), en New Lesions (NL).
    3. Stabilisatie van labels (bijv. TL_, NTL_, NL_) gebaseerd op anatomische beschrijving voor consistente tracking.
    4. Uitvoer in gehele millimeters.

• Output Parser:

  • Een Pydantic v2 schema dwingt een strikte JSON-structuur af.
  • De structuur omvat Lesion (label, beschrijving, grootte, SE-IMA, notities), Report (groepering per UID) en OutputParser (aggregatie).

• Evaluatie:

  • Vergelijking van LLM-uitvoer met handmatige annotaties van twee onafhankelijke lezers.
  • Beoordeling op drie attributen per laesie: label-consistentie, grootte-accuraatheid en SE-IMA (DICOM-identificatie) nauwkeurigheid.

Kernbijdragen

1. Reproduceerbare Open-Source Pipeline: Een volledig lokaal inzetbare oplossing voor klinische tekstextractie die data-privacy garandeert.
2. Nieuwe Taalformulering: Een methode voor longitudinale koppeling van laesies over meerdere tijdspunten volgens RECIST-richtlijnen, in plaats van enkelvoudige documentanalyse.
3. Kwantitatieve Validatie: Een gedetailleerde evaluatie die aantoont dat open-source LLMs hoge nauwkeurigheid bereiken (>93% op attributenniveau) in complexe oncologische taken.

Resultaten

De evaluatie op de 50 verslagparen leverde de volgende resultaten op:

• Algemene Prestaties:
  • Target Lesions (TL): 93,7% accurate attributen (95% CI: 92,2–95,0).
  • Non-Target Lesions (NTL): 94,9% accurate attributen (95% CI: 92,5–96,6).
  • New Lesions (NL): 94,0% accurate attributen (95% CI: 91,1–96,1).
• Volledige Extractie: In 62,0% van de verslagparen werden alle attributen zonder fouten geëxtraheerd.
• Inter-observer Betrouwbaarheid: De overeenkomst tussen de twee menselijke lezers was hoog (93,3%), en de verschillen tussen de lezers en het model waren statistisch niet significant.
• Foutanalyse:
  • Fouten bij TL's waren evenredig verdeeld tussen grootte (45%) en SE-IMA-identificatie (55%).
  • Uitdagingen ontstonden bij formatteerproblemen (tabellen over meerdere regels) en ambiguïteit bij niet-meetbare laesies (bijv. "nm" of een streepje), hoewel het model deze vaak correct interpreteerde.

Betekenis en Conclusie

De studie bewijst dat open-source, lokaal deployable LLMs een betrouwbaar alternatief zijn voor propriëtaire systemen in de gezondheidszorg. Ze kunnen complexe, longitudinale taken uitvoeren zoals het koppelen van laesies over tijd, wat essentieel is voor het monitoren van kankerprogressie.

De belangrijkste implicaties zijn:

1. Privacy: Sensitieve patiëntgegevens hoeven de instelling niet te verlaten, wat cruciaal is voor GDPR-compliance.
2. Schalbaarheid: De aanpak maakt het mogelijk om grote hoeveelheden routine klinische tekst om te zetten in gestructureerde data voor onderzoek en AI-ontwikkeling.
3. Klinische Toepasbaarheid: Met een attributenaanwaaardheid boven de 93% is het systeem geschikt voor gebruik in klinisch onderzoek, hoewel er nog ruimte is voor verbetering bij specifieke randgevallen (zoals complexe tabelopmaak).

Kortom, dit werk opent de deur voor schaalbare, privacy-bewuste data-extractie in de oncologie met behulp van open-source technologie.