Ronald Boellaard

Amsterdam UMC

Het onderzoek van Ronald Boellaard houdt in het kort het volgende in:

AI for improved prognosis and treatment response prediction using FDG PET/CT in multiple myeloma

Multipele myeloom (MM) is een aggresieve vorm van kanker van plasmacellen in het beenmerg die optreedt in ongeveer 7 patiënten per 100.000 inwoners in Nederlands. Deze ziekte kan niet worden genezen en 20% van de patienten reageert niet (goed) op de standaard behandeling, waardoor zij een extra slecht verloop van de ziekte doormaken en binnen 2 jaar progressief zullen zijn. Betere prognose en selectie van patienten, als ook vroege therapie response bepalingen op basis van de afwezigheid van minimaal residuele ziekte, kan onnodige en niet-effectieve behandelingen voorkomen. Er is een dringende behoefte om met name hoog risico patienten te kunnen identificeren om tijdig te kunnen omzetten van een standaard naar een risico gestuurde behandelingsstrategie. Eerder is aangetoond dat FDG-PET/CT prognostische informatie bevat en vroege therapie response kan vaststellen.

In dit project beogen we om AI methoden - zoals recent ontwikkeld voor diffuus groot cellig B lymfoom, gesponsord door een eerdere Hanarth Fonds subsidie – toe te passen, aan te passen en verder te ontwikkelen om de prognose op basis van FDG-PET/CT voorafgaand of direct na inductie therapie (minimaal residuele ziekte) te verbeteren. Het uiteindelijke doel is om de moeilijke en onzekere visuele beoordelingen en criteria te vervangen door meer betrouwbare,
observeronafhankelijke, kwantitatieve analysemethoden op FDG-PET/CT, ondersteund door AI, om zo keuze voor behandelingsopties of patientselectie in klinisch onderzoek te verbeteren. Verder willen we op basis van FDG-PET/CT en AI een kwantitatieve maat afleiden voor fysieke ‘broosheid/kwetsbaarheid’ van patienten, zodat we beschikken over meer objectievere criteria voor de geschiktheid voor intensievere therapie opties.