Bloedonderzoek en CT-scan samen maken longkanker beter herkenbaar: onderzoek wint internationale prijs
Wat als artsen longkanker kunnen herkennen zonder een belastend onderzoek waarbij ze een stukje tumorweefsel wegnemen? Onderzoek van het Catharina Ziekenhuis en de TU/e brengt die mogelijkheid dichterbij en krijgt internationale erkenning.
Een patiënt heeft een verdachte plek op de long. Om vast te stellen of het om longkanker gaat, willen artsen een stukje weefsel onderzoeken. Maar dat kost tijd en lukt niet altijd. Soms is iemand te kwetsbaar voor zo’n ingreep. Of er wordt wel weefsel afgenomen, maar levert het onderzoek onvoldoende duidelijkheid op. Dan moet de patiënt mogelijk opnieuw die belastende ingreep ondergaan, soms zelfs meerdere keren.
Onderzoekers van het Catharina Ziekenhuis en de Technische Universiteit Eindhoven (TU/e) onderzoeken of het anders kan. Door bloedonderzoek te combineren met informatie uit CT-scans hopen ze longkanker beter en sneller te kunnen herkennen, juist bij patiënten voor wie een gewone biopsie moeilijk of onmogelijk is. Hun eerste resultaten zijn veelbelovend. Promovendus Hao Cao (29) ontving er recent een internationale ESMO Merit Award voor tijdens het ESMO-congres in Madrid, een van de belangrijkste wetenschappelijke congressen over kanker ter wereld.

Bloed en beelden vullen elkaar aan
Bij een biopsie neemt een arts een stukje weefsel weg om te onderzoeken of er kankercellen aanwezig zijn. Dat kan bijvoorbeeld via een kijkonderzoek in de luchtwegen of door met een naald via de borstkas weefsel af te nemen. Maar zo’n onderzoek kost tijd, is belastend en geeft niet altijd zekerheid.
Cao, verbonden aan het Algemeen Klinisch Laboratorium van het Catharina Ziekenhuis, onderzoekt al langer of bloedonderzoek kan helpen. In het bloed zijn namelijk bepaalde stoffen te meten die kunnen wijzen op kanker. Deze stoffen worden tumormarkers genoemd.
“Met alleen bloedonderzoek konden we ongeveer 62 procent van de patiënten met longkanker herkennen”, vertelt Cao. “Dat is waardevolle informatie, maar het betekent ook dat je nog een deel van de patiënten mist. Daarom zijn we gaan kijken of we het percentage konden verhogen door andere informatie toe te voegen.”
Die informatie is al beschikbaar in het ziekenhuis. Patiënten bij wie longkanker wordt vermoed, krijgen doorgaans een CT-scan. Radiologen beoordelen daarop onder meer de grootte, vorm en andere kenmerken van verdachte plekken in de longen. De onderzoekers brachten de informatie uit het bloed en de CT-scans samen in een computermodel. Ze gebruikten gegevens van 346 patiënten, verdeeld over twee onderzoeksgroepen. In de eerste groep steeg het percentage herkende longkankergevallen van 62 naar ongeveer 78 procent wanneer de beoordeling van de radioloog aan het bloedonderzoek werd toegevoegd.
“Dat is een duidelijke verbetering”, zegt Cao. “Het bloed vertelt ons iets, maar de beelden geven weer andere informatie. Door die samen te gebruiken, krijgen we een completer beeld.”
Wat kan kunstmatige intelligentie toevoegen?
Het onderzoeksteam ging nog een stap verder. Samen met biomedisch ingenieur Jasper Stiekema en deskundigen (promovendus Cris Claessens en associate professor Fons van der Sommen) van de TU/e werd onderzocht of kunstmatige intelligentie (AI) de CT-scans ook automatisch kon analyseren. Daarvoor gebruikten ze een zogenoemd deeplearningmodel, een computersysteem dat patronen in medische beelden kan herkennen.
De uitkomst was opvallend. De combinatie van bloedonderzoek en AI herkende ongeveer 76 procent van de longkankergevallen. Daarmee waren de resultaten vergelijkbaar met die van de combinatie waarbij een radioloog de scans beoordeelde. In een tweede, onafhankelijke patiëntengroep behaalde het AI-model in combinatie met bloedonderzoek een percentage van 73 procent.
Dat AI niet beter presteerde dan de radiologen, vindt Cao minstens zo interessant. “Een radioloog kan met zijn eigen kennis en ervaring al ontzettend veel belangrijke informatie uit een CT-scan halen. AI kan daarbij helpen, maar ons onderzoek laat ook zien hoe waardevol de expertise van de radioloog is.”
De onderzoekers benadrukken dat de nieuwe methode nog geen vervanging is voor een biopsie. Een negatieve uitslag sluit longkanker bovendien niet uit. Ook kan de methode nog niet bepalen om welk type longkanker het precies gaat, terwijl die informatie belangrijk is voor het kiezen van de juiste behandeling.
Toch ziet Cao mogelijkheden. “Stel dat een patiënt al twee keer een biopsie heeft gehad en er nog steeds geen duidelijkheid is. Dan kan deze combinatie van bloedonderzoek en beeldvorming extra aanwijzingen geven dat er toch iets aan de hand is. Dat kan helpen bij de beslissing om verder onderzoek te doen.”
Sommigen waren verbaasd dat we vanuit een niet-academisch ziekenhuis zoveel wetenschappelijk onderzoek doen. Dat was mooi om te horen
Internationale erkenning
Het onderzoek werd eind oktober gepresenteerd tijdens het congres van de European Society for Medical Oncology (ESMO) in Madrid. Cao kreeg voor zijn wetenschappelijke bijdrage een Merit Award, een onderscheiding voor jonge onderzoekers van wie het ingediende onderzoek op kwaliteit is geselecteerd.
Al vóór het congres hoorde hij dat het onderzoek was onderscheiden. In Madrid presenteerde hij de resultaten tijdens een postersessie, waar onderzoekers uit verschillende landen vragen konden stellen en met elkaar in gesprek gingen.
“Er kwamen mensen uit onder meer Nederland, Engeland en China langs”, vertelt Cao. “Sommigen waren verbaasd dat we vanuit een niet-academisch ziekenhuis zoveel wetenschappelijk onderzoek doen. Dat was mooi om te horen. We werken in het Catharina Ziekenhuis natuurlijk veel samen met de universiteit, maar het onderzoek is ook sterk verbonden met de dagelijkse patiëntenzorg.”
Die samenwerking is volgens Cao essentieel; er is een multidisciplinair team (een team van zorgverleners met verschillende deskundigheid) betrokken bij dit project. Het Catharina Ziekenhuis brengt de kennis van laboratoriumonderzoek en de medische praktijk in, terwijl onderzoekers van de TU/e zich onder meer bezighouden met de ontwikkeling van slimme computermodellen. Bij het onderzoek zijn onder anderen promotor en klinisch chemicus Volkher Scharnhorst (verbonden aan het LUMC in Leiden), TU/e-onderzoeker Federica Eduati,longarts-oncologen Christi Steendam en Ben van den Borne van het Catharina Ziekenhuis betrokken, naast thoraxradiologen Rianne Verhees en Astrid Donkers. Bovendien gaan Cao en Stiekema het onderzoek nog verder uitwerken en afronden voor publicatie.
Voorlopig blijft de nieuwe methode nog binnen het wetenschappelijk onderzoek. De volgende stap is om het systeem verder te valideren (testen) in de dagelijkse praktijk, zonder dat de uitkomsten al worden gebruikt om medische beslissingen te nemen.
“Het is niet zo dat we hiermee ineens alle vragen kunnen beantwoorden”, benadrukt Cao. “Maar als we artsen extra betrouwbare informatie kunnen geven, kan dat voor patiënten die moeilijk een weefseldiagnose krijgen wel degelijk verschil maken.”
Verder onderzoek dankzij Catharina Health Foundation
Het is niet de eerste keer dat Cao erkenning krijgt voor zijn onderzoek. Eerder won hij tijdens de Wetenschapsavond van het Catharina Ziekenhuis een prijs voor onderzoek naar het sneller herkennen van kanker via vocht rond de longen. Daarnaast werkt hij aan een ander project over longkanker, waarvoor hij 45.000 euro ontving van de Catharina Health Foundation. In dat onderzoek probeert hij via bloedonderzoek meer afwijkingen in het DNA van tumorcellen op te sporen. Daarmee kunnen artsen mogelijk beter bepalen welke medicijnen bij een patiënt passen. Ook dat onderzoek nadert de afronding. Cao verwacht de resultaten later dit jaar te publiceren.