Ter ondersteuning van de opsporing van aangeboren afwijkingen in het eerste trimester van de zwangerschap zal de projectgroep volledig geautomatiseerde, kunstmatige intellegentie algoritmen ontwikkelen.
Het project Towards Fully automated Anomaly Screening in the first Trimester of pregnancy using Artificial Intellegence (FAST-AI) speelt in op geautomatiseerde, kunstmatige inteleggentie algoritmen. Jaarlijks komen wereldwijd ongeveer 130 miljoen kinderen ter wereld, waarvan 6% met aangeboren afwijkingen. Bij ongeveer de helft van deze kinderen worden de afwijkingen pas na de geboorte ontdekt. Aangeboren afwijkingen beïnvloeden de korte- en lange-termijn gezondheid van de pasgeborene direct.
Voor de opsporing van aangeboren afwijkingen in de zwangerschap worden echoscopische beeldvormingstechnieken gebruikt als ‘gouden standaard’. Belangrijke beperkingen zijn echter: 1) lage detectiepercentage, 2) tijdrovend en afhankelijk van zorgverlener, 3) lage slagingspercentage van metingen, 4) het gebrek aan een totaalbeeld van de ontwikkelde foetus. Het is tijd om de genoemde beperkingen aan te pakken met een innovatieve methode. Om een gedetailleerd beeld te krijgen van de foetus in de buik van de aanstaande moeder, is er behoefte aan geautomatiseerde beeldverwerkingsmethoden.
Projectbeschrijving
Het project is een samenwerking tussen de afdeling Obstetrie en Gynaecologie van het Erasmus MC, de Biomedical Imaging Group Rotterdam en GE Healthcare. In het project wordt gebruik gemaakt van duizenden reeds bestaande drie-dimensionale echoscopische beelden van eerste trimester foetus. De beelden zijn verzameld binnen de Rotterdam Periconceptie Cohort-studie, om AI-algoritmen te ontwikkelen. Vervolgens zal in dezelfde dataset met >4000 zwangerschappen de klinische relevantie van de ontwikkelde algoritmen worden onderzocht. De algoritmen die zijn ontwikkeld en gevalideerd zullen vervolgens ingebouwd worden in meerdere echo apparaten (prototype). Hierdoor is het mogelijk om de uiteindelijke prototype te implementeren en testen in de dagelijkse klinische praktijk. Samen met patiënten en artsen wordt dit proces geëvalueerd. Het testen zal niet alleen in Nederland, maar ook in het buitenland worden gedaan.
Het project is een waardevolle investering in de gezondheid van de mens vanaf het vroegste moment. De ontwikkeling van deze innovatieve AI-algoritmen verbetert de detectie van aangeboren afwijkingen, wat direct bijdraagt aan de levenslange gezondheid van het ongeboren kind en de ouders. Bovendien vermindert dit de werklast door kortere scantijden en minder afhankelijkheid van ervaren zorgverleners, wat uiteindelijk leidt tot lagere zorgkosten.
(Beoogde) resultaten
Het definitieve product of prototype integreert verschillende automatische AI-algoritmen die standaardvlakken extraheren, zowel conventionele als nieuwe kwantitatieve metingen uitvoeren, en aangeboren afwijkingen detecteren. Het eindproduct biedt een stapsgewijze routekaart voor implementatie, waarbij zowel de perspectieven van ouders als zorgverleners worden meegenomen. Na succesvolle afronding van het project evalueert onze consortiumpartner GE HealthCare de integratie van de AI-algoritmen op hun (CE-gemarkeerde) echografiemachines. Hierdoor kunnen deze algoritmen direct in de standaard klinische praktijk worden toegepast, zowel in Nederland als internationaal.
Partners
Erasmus MC (Department of Obstetric and Gynaecology & Department of Radiology and Nuclear Medicine) University Medical Center Rotterdam,
Overige partners: Biomedical Imaging Group Rotterdam, GE Healthcare (Advanced Technology and Innovation & Women’s Health Ultrasound), Patient Representative Organization VSOP, Bovenmaas Prenataal (ultrasound center, national), Monash Ultrasound for Women, Australia (ultrasound center international)
Looptijd project
2024 – 2028
Financiering
Het samenwerkingsproject is medegefinancierd met PPS-toeslag die door Health~Holland, Topsector Life Sciences & Health, beschikbaar is gesteld ter stimulering van publiek-private samenwerkingen.
Contact
Dr. Melek Rousian, Erasmus MC, Universitair Medisch Centrum Rotterdam (email m.rousian@erasmusmc.nl)
