Kan AI het gevoel van een chirurg leren?

Onderzoekers van HealthTech Nexus, een samenwerking tussen de Universiteit Twente en het Radboudumc, gaan onderzoeken of kunstmatige intelligentie (AI) kan leren wat ervaren chirurgen vaak op gevoel doen: inschatten hoeveel spanning er op weefsel staat tijdens een operatie. Als dat lukt, kan AI chirurgen helpen hun operatietechnieken verder te verbeteren en mogelijk complicaties verminderen.
 
Bij veel operaties wordt gebruikgemaakt van laparoscopische of robotische instrumenten. Deze ingrepen worden standaard vastgelegd op video. Chirurgische video's spelen een belangrijke rol bij de opleiding en beoordeling van chirurgen, maar het analyseren ervan kost veel tijd. ‘Een ervaren chirurg is ongeveer 45 minuten bezig met het beoordelen van een operatievideo’, vertelt dr. Frans van Workum, gastro-intestinaal chirurg in het Radboudumc en het Canisius-Wilhelmina Ziekenhuis. ‘Tegelijkertijd wordt er jaarlijks in Nederland meer dan 100.000 uur aan chirurgische video's geproduceerd.’

AI-systemen kunnen inmiddels al verschillende aspecten van operaties analyseren, zoals de duur van bepaalde operatiestappen, het aantal onnodige instrumentbewegingen en de mate van bloedverlies. De beoordelingen van deze systemen komen vaak goed overeen met die van ervaren chirurgen.

Toch ontbreekt nog een cruciaal onderdeel: het inschatten van weefselspanning. Tijdens een operatie trekken chirurgen weefsel uit elkaar om nauwkeurig te kunnen werken. Het correct beoordelen van de spanning die daarbij ontstaat, is essentieel om schade aan omliggend weefsel te voorkomen.

Het onderzoek richt zich op de vraag of AI-modellen weefselspanning kunnen afleiden uit operatievideo's. Daarbij wordt gekeken naar factoren zoals de mate waarin weefsel wordt uitgerekt, welke instrumenten worden gebruikt en hoe deze bewegen tijdens verschillende fasen van een operatie.

De onderzoekers kiezen daarbij bewust voor zogenoemde white-box AI-modellen. Deze modellen zijn transparant in hun besluitvorming, waardoor chirurgen kunnen zien hoe het systeem tot een bepaalde conclusie komt en of die logisch is.
 
Het project bevindt zich nog in een vroege fase. In eerste instantie zullen 35 chirurgen video's van rectale kankeroperaties beschikbaar stellen. De AI-systemen worden vervolgens gebruikt om specifieke onderdelen van deze operaties te analyseren. De onderzoekers willen uiteindelijk vaststellen of AI de uitgevoerde ingrepen even goed, of mogelijk zelfs beter, kan beoordelen dan menselijke experts.
Als dat lukt, kan dat veel tijd besparen bij het evalueren van operaties. Daarnaast biedt het mogelijkheden om operatietechnieken objectief met elkaar te vergelijken en verder te verfijnen.
‘Feedback helpt je in elk vak om beter te worden", aldus Van Workum. "Als AI ons na een operatie waardevolle feedback kan geven en we daardoor onze werkwijze zelfs maar met vijf procent kunnen verbeteren, dan kan dat al een groot verschil maken voor de dagelijkse chirurgische praktijk en voor de zorg voor patiënten.’

Medische dronevluchten tussen Meppel en Zwolle verlengd tot medio 2027

Voor het eerst in Nederland zijn gedurende een jaar medische dronevluchten uitgevoerd tussen twee ziekenhuislocaties. Na meer dan 800 uitgevoerde vluchten tussen Isala Meppel en Isala Zwolle wordt de pilot verlengd tot medio 2027. 

De proef heeft waardevolle inzichten opgeleverd in het vervoer van medische goederen per drone en in de veilige integratie van deze vluchten in het Nederlandse luchtruim. De betrokken partijen, het ministerie van Infrastructuur en Waterstaat (IenW), ANWB, Isala, KPN en LVNL, zetten zich de komende periode in voor verdere ontwikkeling en onderzoek binnen het traject Meppel - Zwolle. De opgedane kennis wordt gebruikt voor de verdere ontwikkeling van een landelijk dronenetwerk, waarin medisch dronegebruik breder toepasbaar wordt.

Tijdens het eerste testjaar vervoerden de ANWB-drones verschillende medische goederen, waaronder paracetamol, gekoelde medicatie en bloedmonsters. Ook werd onderzocht hoe vervoer per drone aansluit op de bestaande ziekenhuisprocessen en of de kwaliteit van de medische goederen tijdens het transport behouden blijft.

De resultaten laten zien dat vervoer per medische drone geen relevante invloed heeft op de kwaliteit van de onderzochte geneesmiddelen. Ook de eerste resultaten van het onderzoek naar bloedmonsters laten zien dat transport per drone in de basis geen relevante invloed heeft op de kwaliteit van het monstermateriaal. Daarmee bevestigt de pilot de potentie van drones als betrouwbare aanvulling op bestaande logistieke processen in de zorg.

De operationele data laten zien dat vooral harde wind een beperkende factor vormt voor de inzet van drones. Hierdoor moesten op sommige dagen vluchten worden uitgesteld of geannuleerd. Ook werd ervaring opgedaan met technische aandachtspunten.

Een belangrijk doel van de pilot is het uitvoerig testen met zogenoemde Beyond Visual Line of Sight (BVLOS)-vluchten, waarbij de drone buiten het zicht van de piloot opereert. Deze vluchten vinden plaats in een luchtruim dat ook wordt gebruikt door onder meer trauma- en politiehelikopters, recreatieve luchtvaart, defensie en andere drone-operators.

De pilot laat zien dat medische dronevluchten veilig kunnen plaatsvinden in een zogeheten corridor tussen de twee ziekenhuislocaties. De opgedane ervaringen helpen om de pilot uit te breiden met als doel een veilige integratie bemande en onbemande luchtvaart dat perspectief biedt voor landelijke opschaling van onder meer medische dronevluchten in het drukke Nederlandse luchtruim, mits passende regelgeving zorgt voor zichtbaarheid van luchtvaartuigen en duidelijke voorrangregels.

De route tussen Meppel en Zwolle heeft zich ontwikkeld tot een belangrijke testomgeving voor medisch dronevervoer in Nederland. Op de route wordt onder meer getest met elektronische zichtbaarheid, detectiesystemen, transponders en radarintegratie. De opgedane kennis geven de betrokken partijen waardevolle inzichten en dragen bij aan de ontwikkeling van toekomstige regelgeving, operationele procedures en technologische oplossingen voor bredere en grootschalige inzet van drones in Nederland.

Met de verlenging van de pilot tot medio 2027 zetten het ministerie van IenW, ANWB, Isala, KPN en LVNL een volgende stap richting een toekomst waarin medische goederen snel, betrouwbaar en veilig door de lucht kunnen worden vervoerd.

In de verlengde pilot wordt het onderzoek onder meer uitgebreid naar een bredere toepassing van dronevervoer voor verschillende vormen van laboratoriumdiagnostiek, patiëntgroepen en farmaceutische producten. De ervaringen die tussen Meppel en Zwolle worden opgedaan, vormen daarmee een belangrijke basis voor toekomstige dronecorridors en een landelijk medisch dronenetwerk.

Robot boort voor het eerst door echt hersenweefsel

Onderzoekers van de Universiteit Twente en het Radboudumc hebben een piepklein, schroefvormig robotje door echt hersenweefsel gestuurd, met alleen een magneet buiten het lichaam. De test vond plaats in schapenhersenen in het lab. Het team ontwikkelde een model dat precies voorspelt wanneer zo’n robot de controle verliest: een stap richting het behandelen van beroertes en tumoren diep in de hersenen, zonder open operatie.

Diepgelegen hersenletsels, bloedstolsels na een beroerte, tumoren en vaatafwijkingen zijn vaak lastig te bereiken zonder de schedel te openen. Het onderzoeksteam ziet een andere route voor zich: een robot die via de bloedbaan naar de juiste plek reist, daar door de vaatwand boort en vervolgens doorboort tot in het hersenweefsel, om het letsel rechtstreeks te bereiken.

Een magneet buiten het lichaam laat het robotje ronddraaien, waardoor het zich als een schroef naar voren boort. Draait de magneet sneller, dan gaat het robotje ook sneller, tot een bepaald punt. Voorbij dat punt, de zogeheten step-outfrequentie, kan het robotje het tempo niet meer bijhouden. Het glipt weg, valt stil, of beweegt onvoorspelbaar. De onderzoekers kunnen dat moment nu voorspellen met een nieuw model.

De onderzoekers bouwden hun model met de Buckingham Pi-theorie, een methode die een complex natuurkundig probleem terugbrengt tot een handvol dimensieloze getallen. Die combineert de afmeting van de robot, de sterkte van de magneet en de stevigheid van het weefsel in één formule. Dat kantelpunt hangt af van hoe stevig het omliggende weefsel is. In zacht weefsel hield het robotje het tempo van de magneet bij tot ongeveer 30 omwentelingen per seconde. In het stevigste weefsel dat is getest, zakte dat naar minder dan één omwenteling per seconde.

Zodra het model is geijkt met één meting in weefsel met een bekende stevigheid, voorspelt het hoe datzelfde robotontwerp zich gedraagt in elk ander weefsel, zonder verdere testen. Het team valideerde het model op vier robotontwerpen in gelatine, en vervolgens in echt schapenhersenweefsel. Zonder bloedstroom bleef de robot gelijke tred houden met de magneet tot ongeveer 1,8 omwentelingen per seconde. Zodra er bloed door de vaten werd gepompt, wat een levend brein nabootst, zakte die grens onder de 0,45 omwentelingen per seconde. Het weefsel stond onder druk en bood meer weerstand.

Het robotje boorde met 0,2 millimeter per seconde het hersenweefsel in. Achteruit volgde het zijn eigen kanaal weer naar buiten, met 2,9 millimeter per seconde: een stuk sneller, omdat het geen nieuw pad meer hoefde te boren. Met camera’s die in realtime meekeken, werd hetzelfde robotontwerp ook naar specifieke doelen gestuurd in een zacht gelmodel van de hersenen. Het robotje bereikte deze doelen in sommige gevallen met een nauwkeurigheid van minder dan een millimeter.

Privacyrisico’s bij menstruatieapps

Als je je menstruatiecyclus bijhoudt in een app, deel je zeer gevoelige informatie. Terwijl vaak onduidelijk is wat zo’n app daarmee doet of met wie deze gegevens worden gedeeld. Het gaat om zeer intieme gegevens zoals wanneer je seks hebt gehad, of je zwanger bent of dat je een miskraam hebt gehad. De Autoriteit Persoonsgegevens (AP) roept op terughoudend te zijn met het delen van gevoelige informatie en sluit onderzoek naar dit soort apps niet uit.
 
Bijna een kwart van de Nederlandse vrouwen gebruikt een cyclusapp of vruchtbaarheidsapp, zo blijkt uit onderzoek. Met deze apps kunnen zij hun menstruatiecyclus of zwangerschap bijhouden, door bijvoorbeeld in te vullen wanneer zij ongesteld zijn geworden, welke hormonale klachten zij ervaren en wanneer zij seks hebben. De apps geven inzicht in het verloop van de cyclus en geven bijvoorbeeld aan wanneer een ovulatie kan plaatsvinden.
 
Deze apps verzamelen een grote hoeveelheid zeer persoonlijke gegevens. Het gaat om bijzondere persoonsgegevens, die volgens de wet extra beschermd moeten worden. De apps mogen deze gegevens in principe niet verzamelen, behalve wanneer iemand daarvoor bijvoorbeeld uitdrukkelijk toestemming heeft gegeven.
 
In de praktijk is niet duidelijk of de apps deze informatie met bijvoorbeeld advertentiepartners delen en of gebruikers daarover goed zijn geïnformeerd. De AP adviseert te controleren waarvoor je toestemming geeft als je de app installeert. Is de informatie onduidelijk of is er bijvoorbeeld geen mogelijkheid om het delen van gegevens af te wijzen, deel dan geen informatie die je privé wil houden.