De vakgroep Klinische Fysica

In de rubriek ‘In the spotlight’ zetten we telkens de schijnwerper op één van de vele afdelingen van het ASz. We belichten de mensen die er werken en het werk dat ze doen, met de nadruk op het wetenschappelijk onderzoek. Dit keer staat de Vakgroep klinische fysica in het licht.

De afgelopen jaren is een grote toename zichtbaar van de complexiteit van medische apparatuur en de integratie van medische technologie en informatie technologie. We zien dit ook in het ASz. Denk bijvoorbeeld aan geavanceerde medische beeldvorming, de eerste implementaties van AI (Artificial Intelligence) -software, 3D geprinte modellen van CT-scans en VR (Virtual Reality) -brillen die worden ingezet bij de stralingsscholing en natuurlijk Robin, de robot die zelfstandig tussen afdelingen heen en weer pendelt. Daarnaast is ook de regelgeving rondom de toepassing van medische technologie sterk toegenomen.

Om onder deze omstandigheden doelmatig en veilig medische technologie in te kunnen zetten, gebruikt de klinisch fysicus zijn of haar expertise bij de aanschaf, introductie en het gebruik van nieuwe apparatuur. Gevraagd en ongevraagd treden we op als adviseurs voor de kwaliteit van meet- en beeldvormende appara-

tuur, medische investeringen, stralingshygiëne, en de introductie van nieuwe methoden en technieken. Met die kennis en ervaring hebben we in de afgelopen jaren vanuit de vakgroep bijvoorbeeld ook bijgedragen aan de totstandkoming van landelijke richtlijnen voor minimaal invasieve chirurgie, werken met therapeutische doses radionucliden en beeldvorming met ioniserende straling [1,2] .

In de vakgroep Klinische Fysica van het Albert Schweitzer ziekenhuis werken drie klinisch fysici, twee klinisch fysici in opleiding en een klinisch informaticus in opleiding. Ook zijn er altijd wel één of meerdere HBO en WO studenten van verschillende opleidingen die bij ons stage lopen. Sinds deze maand zijn we voor het eerst de samenwerking aangegaan met masterstudenten technische geneeskunde van de TU Delft.

Onderzoek doen Het uitvoeren van wetenschappelijk onderzoek hoort ook tot de taken van de klinisch fysicus. De rode draad hierbij is steeds de toepassing van (nieuwe) medische technologie. Het kan dan gaan om een klinische evaluatie van een nieuw medical device zoals een CT of MRI-scanner met nieuwe functionaliteit. We onderzoeken dan in de klinische praktijk of bijvoorbeeld de door de leverancier beloofde verbeterde beeldkwaliteit inderdaad ook wordt behaald en belangrijker, of die ook toegevoegde waarde heeft. Ook initiëren we zelf onderzoeken naar de klinische inzetbaarheid van nieuwe technologieën. In het recente verleden ontwikkelden we zo met een student van de universiteit Utrecht applicaties voor de Hololens VR-bril en een app voor smartphones, om het stralingsonderwijs voor medewerkers die met röntgenstraling werken te verbeteren [3] . Een andere grote ontwikkeling is de inzet van artificiële intelligentie voor de ondersteuning van diagnostiek. In het ASz wordt op de afdeling radiologie gebruik gemaakt van deze slimme software voor het automatisch detecteren van longnoduli op CT-scans, hoog risico gebieden op mammogrammen en kwantificatie van witte stof laesies op MRI-scans voor MS-patiënten.

We hebben in het afgelopen jaar samen met de afdeling Radiologie twee onderzoeken afgerond [4,5] waarbij we allereerst hebben

gekeken naar de toegevoegde waarde in de klinische praktijk vanhet AI-programma dat longnoduli kan detecteren op CT-scans. Wehebben bijvoorbeeld vast kunnen stellen wat de negatief voorspellendewaarde van het gebruikte algoritme was en hoeveel valspositieve noduli er gemiddeld per scan worden gevonden. In hetverlengde van dit onderzoek hebben we ook gekeken hoe gevoelighet algoritme is bij verandering van de beeldkwaliteit van deCT. De resultaten van deze onderzoeken geven de radioloog allereerstbeter inzicht in de werking van deze software en ze helpenbij het aantonen en objectiveren van de mogelijke toegevoegdewaarde.

we ook gaan kijken of het mogelijk is zelf algoritmes te ontwikkelendie in staat zijn om ‘slimme’ voorspellingen op medische datate maken. Een voorbeeld daarvan is een onderzoek met de afdelingNucleaire Geneeskunde, waarbij we zelf een voorspellendalgoritme voor de classificatie van hilaire lymfknopen bij patiëntenmet longkanker hebben ontwikkeld. Bij een patiënt met longkankermoet je een (nucleaire) PET-CT-scan maken om uitzaaïngen(metastasen) in kaart te brengen. PET-CT heeft een beperktesensitiviteit voor deze lymfkliermetastasen, en een hoge sensitiviteit.Dus: als je geen ‘vlekjes’ ziet, zijn er vrijwel zeker geen metastasen,als er wel vlekjes zijn is ongeveer 70% een metastase en30% niet. Menselijke visuele beoordeling is niet in staat om hetverschil te maken tussen metastase en niet-metastatische

lymfklieren. Aanwezigheid van metastasen kan worden bevestigd met een bronchoscopie, een onprettige invasieve procedure waarbij je biopten neemt.

We hebben vanuit het ASZ in een samenwerking met het Diakonessenhuis in Utrecht een database met PET-CT scans van ruim 500 patiënten met longkanker opgebouwd. Van een deel van deze groep zijn ook de uitslagen van de verschillende biopten beschikbaar (dus ground truth: maligne of niet). Hoewel inmiddels wereldwijd veel groepen zich bezig houden met detectie en classificatie van verschillende pathologieen binnen de radiologie, wordt er maar weinig gedaan met PET-CT-beelden uit de nucleaire geneeskunde. De relatief kleine en sterk ongebalanceerde dataset in combinatie met de PET-beelden en de slechtere resolutie (maar sensitief voor metabool actieve fysiologische processen), maken dit een erg leuk maar complex project.

Zoals uit het bovenstaande al blijkt doen we al dit onderzoek niet alleen, maar doen we dit samen met verschillende afdelingen, klinisch fysici in opleiding en studenten van technische studies zoals technische natuurkunde of technische geneeskunde en hopen dit in de toekomst nog verder uit te kunnen gaan bouwen. Verderop in dit nummer stellen de technisch geneeskundige studenten zich voor en geven een uitleg van hun onderzoeksprojecten.