Stel je voor dat je probeert een specifiek, klein, misvormd steentje te vinden dat verborgen zit in een enorme, verwarde bol wol. Dat is ongeveer wat artsen tegenkomen wanneer ze naar afbeeldingen van een borst kijken om kanker te vinden. Decennialang gebruikten ze een platte, 2D röntgenfoto, wat lijkt op het maken van één enkele foto van die bol wol. Het probleem? De draden van de wol overlappen elkaar, waardoor het steentje verborgen blijft of een knoop eruitziet als een steentje. Om dit op te lossen, hebben wetenschappers een nieuwe cameratruc uitgevonden genaamd Digital Breast Tomosynthesis (DBT). In plaats van één platte foto, zwaait de camera rond en maakt hij een stapel plakjes, zoals het snijden van een brood. Hierdoor kunnen artsen door de wirwar van wol heen kijken om het steentje duidelijk te zien. Maar hier zit de crux: het bekijken van honderden van deze "broodplakjes" voor elke patiënt is uitputtend voor het menselijk oog, en het is moeilijk om computers te leren dit te doen omdat we niet genoeg "antwoorden" hebben om aan hen te laten zien hoe de steentjes er in 3D werkelijk uitzien.

Hier komt een nieuwe onderzoeker binnen met een enorm, behulpzaam geschenk. Hij heeft een gigantische digitale bibliotheek gecreëerd genaamd BCSDBT-Seg, wat in feite een "docentenversie" is van borstscan-afbeeldingen. Denk aan een set van 396 complexe 3D-puzzels waarbij de stukjes (de tumoren) zorgvuldig door deskundige menselijke ogen, plakje voor plakje, zijn omlijnd. Voorheen hadden de meeste openbare bibliotheken van deze scans alleen een ruwe box rond de probleemplek getekend, zoals zeggen: "het steentje is ergens in dit vierkant." Deze nieuwe dataset gaat veel dieper en biedt een precieze, 3D-omtrek van het steentje zelf, samen met een gedetailleerd rapportcijfer dat beschrijft wat de vorm, grootte en hoe eng het eruitziet. De onderzoeker heeft ook getest of een slim computerprogramma kan leren van deze omlijningen, en bewees dat computers met deze nieuwe "antwoordenlijst" veel beter kunnen worden in het vinden van de verborgen steentjes in de wol.

Het Probleen: De naald in de hooiberg vinden

Borstkanker is een ernstige bedreiging, en het vroegtijdig opsporen ervan is de beste manier om levens te redden. Lange tijd vertrouwden artsen op standaard mammogrammen, die lijken op het maken van een platte foto van de borst. Het probleem is dat borstweefsel dicht en gelaagd is, waardoor in een platte foto gezond weefsel een tumor kan verbergen, of een onschuldige knoop eruit kan zien als een eng brokje. Om dit op te lossen, zijn artsen begonnen met het gebruik van Digital Breast Tomosynthesis (DBT). Stel je voor dat je een stapel dunne plakjes van de borst neemt in plaats van één plat beeld. Dit vermindert het "schaduweffect" van overlappend weefsel, waardoor tumoren veel gemakkelijker te zien zijn.

Het bekijken van deze 3D-stapels is echter zwaar werk. Een enkele scan bevat veel meer gegevens dan een platte foto, wat de hersenen van een radioloog kan vermoeien en tot fouten kan leiden. Om te helpen, willen artsen computerprogramma's (Artificiële Intelligentie) bouwen die tumoren automatisch kunnen opsporen. Maar om een computer te onderwijzen, heb je een enorme bibliotheek aan voorbeelden nodig waarbij de computer precies weet hoe de tumor eruitziet. Tot nu toe hadden de meeste openbare bibliotheken van deze scans alleen een simpel kader rond de tumor getekend (zoals een "2D-bounding box"), wat niet nauwkeurig genoeg is om een computer de exacte vorm of grootte van de ziekte te leren.

De Oplossing: Een Nieuwe, Gedetailleerde "Antwoordenlijst"

De auteur van dit artikel, een onderzoeker uit Zweden en China, heeft een nieuwe, open-access dataset gecreëerd genaamd BCSDBT-Seg. Zij hebben een bestaande collectie borstscans (de BCS-DBT dataset) genomen en daar iets speciaals aan toegevoegd: precieze, 3D-omtrekken van de tumoren.

Dit is wat deze dataset bijzonder maakt:

• Het is 3D, niet alleen 2D: In plaats van alleen een box rond een tumor te tekenen, hebben twee deskundige radiologen (één met 7 jaar ervaring en één met 17 jaar ervaring) de exacte randen van de tumoren op elk afzonderlijk plakje van de 3D-scan handmatig getraceerd. Ze deden dit voor 396 scans van 201 patiënten, wat resulteerde in 434 afzonderlijke tumoromtrekken.
• Het is Biopsie-gebevestigd: Elke tumor in deze dataset is bewezen echt te zijn door een biopsie (een weefseltest), dus de "antwoordenlijst" is 100% accuraat.
• Het bevat een Rapportcijfer: Naast de omlijningen heeft de onderzoeker voor elk geval gestructureerde rapporten opgesteld. Deze rapporten gebruiken een standaard systeem genaamd BI-RADS om de vorm van de tumor, de dichtheid van het borstweefsel en of de tumor goedaardig (onschuldig) of kwaadaardig (kankerachtig) lijkt, te beschrijven.

Hoe ze het deden: De "Traceer-en-Verifieer"-methode

Het proces was als een spannend spel van "volg de leider".

1. De Junior Radioloog: Een arts met 7 jaar ervaring ging door de scans en tekende de eerste omlijningen van de tumoren op de 3D-plakjes.
2. De Senior Radioloog: Een zeer ervaren arts met 17 jaar ervaring controleerde elke tekening. Als de omtrek te groot of te klein was, werd deze gecorrigeerd.
3. De Regels: Ze hanteerden strikte regels voor verschillende soorten tumoren. Bijvoorbeeld, als een tumor scherpe, stekelige randen had (zoals een ster), traceerden ze de stekels. Als de randen vaag waren, waren ze voorzichtig om niet te veel gezond weefsel mee te nemen. Als er meerdere tumoren in één scan waren, groepeerden ze deze tot één enkele omtrek.

Wat ze vonden: De computer wordt slimmer

Om te bewijzen dat hun nieuwe dataset nuttig is, heeft de onderzoeker een computerprogramma (een type AI genaamd nnU-Net) geleerd hoe het tumoren moet vinden met behulp van hun nieuwe omlijningen. Ze voerden twee verschillende tests uit:

1. De "Whole Volume" Test: Ze vroegen de computer om de volledige 3D-scan van begin tot eind te bekijken zonder enige hulp.
   • Resultaat: De computer had moeite. Hij kreeg slechts ongeveer 34% van de tumoromtrek correct. Dit is alsof je een naald in een hooiberg probeert te vinden zonder te weten waar de hooiberg is.
2. De "Lesion-Based" Test: Ze gaven de computer een hint. Ze zeiden: "De tumor bevindt zich ergens in deze specifieke box." De computer focuste zich vervolgens alleen op dat kleine gebied.
   • Resultaat: De prestaties van de computer schoten omhoog. Hij kreeg 80,7% van de omtrek correct en kwam veel beter overeen met de tekeningen van de experts.

Dit toont aan dat hoewel de computer nog steeds een beetje hulp nodig heeft om het algemene gebied te vinden, de computer met deze nieuwe dataset heel goed kan leren wat de exacte vorm van de tumor is zodra hij weet waar hij moet kijken.

Waarom dit ertoe doet

Deze dataset is een gamechanger voor onderzoekers. Voorheen moesten ze gokken of ruwe boxen gebruiken om hun AI te trainen. Nu hebben ze een bibliotheek van 434 precieze 3D-kaarten van echte tumoren, compleet met gedetailleerde beschrijvingen van hun vorm en grootte. Dit stelt wetenschappers in staat om:

• Betere computerprogramma's te bouwen die artsen kunnen helpen kanker eerder te ontdekken.
• De exacte vormen en groottes van tumoren te bestuderen om te begrijpen hoe ze groeien.
• Een standaard "test" te creëren die iedereen kan gebruiken om te zien of hun nieuwe AI daadwerkelijk werkt.

De onderzoeker merkt er voorzichtig bij op dat hoewel de computer met hun hulp veel beter presteerde, het nog geen magische oplossing is. Maar door deze hoogwaardige "antwoordenlijst" te bieden, hebben zij de wetenschappelijke gemeenschap de instrumenten gegeven die nodig zijn om de volgende generatie levensreddende medische technologie te bouwen.