Dit proefschrift laat zien dat kunstmatige intelligentie (AI) kan bijdragen aan betere, persoonlijkere borstkankerscreening. AI ondersteunt radiologen bij het nauwkeuriger en sneller herkennen van borstkanker en helpt om meer klinisch relevante tumoren vroeg op te sporen. Wanneer AI en artsen samenwerken, vullen zij elkaar aan en wordt de kans kleiner dat borstkanker wordt gemist. Daarnaast kan AI helpen bij het gerichter selecteren van vrouwen voor aanvullende MRI-screening. Hierdoor krijgen vooral vrouwen met een hoger risico extra onderzoek, terwijl onnodige MRI’s en vervolgonderzoeken kunnen worden verminderd. Het onderzoek laat ook zien dat sommige vrouwen na het stoppen van MRI-screening alsnog borstkanker ontwikkelen, wat het belang benadrukt van blijvende aandacht voor persoonlijke risicoprofielen en verdere verfijning van screeningstrategieën. Door AI te combineren met een meer gepersonaliseerde risicobenadering kan borstkankerscreening nauwkeuriger, toegankelijker en betaalbaarder worden, met uiteindelijk betere zorg en kansen op vroege behandeling voor vrouwen.
Suzanne van Winkel (Amsterdam, 1988) is klinisch epidemioloog. Zij behaalde in 2018 haar master Evidence Based Practice (Amsterdam UMC), naast haar werk als jeugdverpleegkundige bij de gemeente Utrecht. In 2020 startte zij een promotietraject over AI en gepersonaliseerde borstkankerscreening (Radboudumc), gevolgd door postdoctoraal onderzoek naar AI-ondersteunde klinische besluitvorming (Amsterdam UMC). Momenteel coördineert zij de Drugs Incident Monitor bij het Trimbos-instituut.