Accuraat hersenkrimp meten
“Als onze nieuwe methode werkt, kunnen we de hersenvolumemetingen van verschillende scanners direct met elkaar vergelijken. Daardoor kan deze belangrijke informatie ook in de zorg gebruikt gaan worden.”
Dr.ir. Hugo Vrenken
“Als onze nieuwe methode werkt, kunnen we de hersenvolumemetingen van verschillende scanners direct met elkaar vergelijken. Daardoor kan deze belangrijke informatie ook in de zorg gebruikt gaan worden.”
Dr.ir. Hugo Vrenken
Belang: Bij MS krimpen de hersenen door beschadigingen die door de ziekte optreden. Een aantal moderne geneesmiddelen remt deze krimp af. De behandeling van patiënten kan verbeterd worden als informatie over de hersenkrimp (atrofie) door de neuroloog kan worden meegewogen. Als ondanks de behandeling de hersenkrimp doorzet, kan een verandering van behandeling overwogen worden. Op dit moment wordt zulke informatie helaas niet gebruikt.
Een belangrijke rol hierbij spelen de verschillen tussen MRI-scanners. Met MRI is het hersenvolume te meten, maar de uitkomst van deze meting hangt af van de scanner en de meetinstellingen waarmee de afbeeldingen gemaakt zijn. Dit is een probleem voor klinische toepassing van deze metingen, want hierdoor geeft een gemeten hersenvolume voor de neuroloog geen duidelijke informatie. In dit project hebben we getest of we dit probleem konden oplossen.
Methode: Om metingen tussen verschillende scanners en instellingen gelijk te trekken ontwikkelen we speciale standaard-objecten. Vervolgens meten we in dit project hoe goed we er met deze zogenaamde ‘fantomen’ in slagen de metingen gelijk te trekken. We doen dit door mensen met MS op meerdere scanners te scannen en de volumemetingen te standaardiseren met onze nieuwe methode. Daarnaast hebben we een nieuwe AI-tool gebruikt en getest op een bestaande dataset om te kijken of we op die manier betrouwbaardere gegevens konden verkrijgen.
Resultaten: De hersenfantomen hebben niet het gewenste resultaat opgeleverd, maar ze hebben wel bijgedragen aan een waardevolle dataset – waardoor verschillen tussen de MRI-scanners goed zichtbaar werden. Vervolgens is met behulp van een AI-tool deze dataset nogmaals bestudeerd en berekend. De eerste resultaten van deze aanpak zijn wel positief, maar dit zal verder onderzocht moeten worden in een vervolg studie.
Impact: Als deze aanpak succesvol blijkt, is de aanbeveling om atrofie metingen klinisch mogelijk te maken met behulp van deze AI-software, zonder dat variaties in scanners of scannerinstellingen van invloed zijn. Hierdoor kunnen mensen met MS, die met verschillende scanners zijn gemeten, beter met elkaar worden vergelijken. Atrofie kan dan eventueel worden meegewogen in de klinische beslissingen. Het is dan wel belangrijk om te onderzoeken op welk moment atrofie van invloed moet zijn en wat klinisch relevante atrofie is. Dat zou vervolgonderzoek moeten uitwijzen.
Dit onderzoek is mogelijk gemaakt door cofinanciering van ZonMw binnen het Programma Translationeel Onderzoek 2 – Bench to bedside: https://www.zonmw.nl/nl/onderzoek-resultaten/translationeel-onderzoek/programmas/programma-detail/programma-translationeel-onderzoek-2/
Projectnummer: 19-1052