Ondersteuning van wetenschappelijk onderzoek
Amsterdam UMC, locatie VUMC
Kort samengevat, behelst het onderzoek van Pim de Graaf het volgende:
' In general, considerable progress is made in personalized cancer therapy. However, in Retinoblastoma, a rare cancer that develops in the eyes of young children, individualization of treatment is complicated, since intraocular tumor-biopsy is contra-indicated. The key to personalized treatment is identifying tumor-subtypes that require a tailored approach with the help of detailed tumor characterization and unravelling tumor-heterogeneity. The Dutch Retinoblastoma Center will initiate multicenter studies between specialized centers for Retinoblastoma treatment within Europe to assess the value of MRI for the detection of genetic subtypes of this rare form of paediatric eye cancer and to improve the detection of risk factors for developing distant metastasis (in particular tumor invasion into the optical nerve). To reach these goals deep learning algorithms for automated tumour delineation will be developed. These delineations will subsequently be used for radiomics analyses to characterize and quantify the tumour phenotype.'
We hebben laten zien dat het mogelijk is dat zowel de radioloog als de computer onderscheidt kan maken tussen de zeldzamere en agressievere vorm van netvlieskanker en meest voorkomende vorm van netvlieskanker. Dit geeft de mogelijkheid om in de toekomst de behandeling van de patiënt nog specifieker te maken. Daarnaast hebben we aangetoond dat de dikte van de oogzenuw, gemeten door een radioloog of de computer, een goede voorspelling geeft of er sprake is van ingroei van de tumor in de oogzenuw. In een andere studie hebben we een overzicht gegeven van mogelijke bijwerkingen die kunnen optreden na selectieve intra arteriële chemotherapie en die zichtbaar zijn op de MRI. Hierdoor kunnen radiologen bevindingen na zo’n soort behandeling in een betere context plaatsen. In dezelfde studie is aangetoond dat na selectieve chemotherapie behandelde ogen kleiner zijn dan gezonde ogen op basis van automatische volume metingen gemaakt door de computer.
Daarnaast is er gewerkt aan de implementatie van een computer algoritme dat automatisch de tumor en oogzenuwen kan detecteren en omlijnen op MRI afbeeldingen afkomstig uit verschillende ziekenhuizen. Ook is er een methode ontwikkeld voor het automatisch meten van de dwarsdoorsnede afmetingen van deze zenuwen. De eerste analyse van deze automatisch gemeten dwarsdoorsnede van de oogzenuw laat zien dat het kan worden toepast om invasie van netvlieskanker in de oogzenuw te detecteren. Deze automatisch gemeten dwarsdoorsnede van de oogzenuw zou op termijn ook toegepast kunnen worden bij andere tumoren van de oogzenuw, zoals opticusglioom, wat gebruikt kan worden om bijvoorbeeld nauwkeuriger vast te stellen of een behandeling aanslaat.
Na een opstartperiode, waarbij er hard is gewerkt aan de dataverzameling en het verkrijgen van goedkeuring voor de studies, komen de eerste resultaten binnen. Enkele hiervan zijn reeds gepresenteerd op een groot internationaal congres. Deze resultaten lieten zien dat, met behulp van door computer berekende kenmerken op MRI plaatjes, het mogelijk is om een onderscheid te maken tussen het klassieke beeld van netvlieskanker bij kinderen en het meer agressief groeiende type netvlieskanker. Daarnaast is er begonnen met het verbeteren en vernieuwen van een automatisch segmentatie netwerk, waarbij verschillende structuren van het oog automatisch herkend worden op MRI afbeeldingen afkomstig uit verschillende ziekenhuizen. Dit netwerk zal uiteindelijk bepaalde onderdelen van het oog zelfstandig kunnen herkennen en meer kunnen vertellen over de onderliggende genetica van de netvliestumoren.