Kunstmatige intelligentie en MRI zonder contrast bij het opsporen van prostaatkanker: Van grootschalige validatie naar klinische toepassingen

maandag 1 juni 2026, 14:30
Artificial Intelligence and Biparametric MRI in Prostate Cancer Detection: From Benchmarking to Workflow Strategies
Promovendus
J.J. Twilt
Promotor(s)
prof. dr. J.J. Fütterer, prof. dr. ir. H.J. Huisman
Copromotor(s)
dr. M. de Rooij
Locatie
Aula

Prostaatkanker is een van de meest voorkomende kankersoorten bij mannen. MRI-scans helpen om agressieve kanker nauwkeurig en tijdig op te sporen, maar de beoordeling is complex en vraagt veel ervaring van radiologen. Tegelijkertijd neemt de druk op de zorg toe door een groeiend aantal patiënten. Dit proefschrift onderzoekt twee oplossingen: kunstmatige intelligentie (AI) en kortere MRI-scans zonder contrastmiddel. In een internationale studie met meer dan 10.000 MRI-scans, 800 AI-ontwikkelaars en 62 radiologen, bleek dat AI agressieve prostaatkanker net zo goed kan opsporen als radiologen, met minder vals alarm. Ook bleken MRI-scans zonder contrastmiddel vergelijkbare resultaten te geven als standaardscans. Vervolgonderzoek richtte zich op AI-toepassingen. Zo verbeterde AI-ondersteuning de nauwkeurigheid van radiologen bij het opsporen van prostaatkanker. Daarnaast werd aangetoond dat AI, wanneer ingezet als zelfstandig filter, bijna 50% van de scans met zeer hoge betrouwbaarheid kan beoordelen. Dit biedt mogelijkheden om de werkdruk van radiologen aanzienlijk te verlagen.

Jasper Jonathan Twilt (1996) behaalde in 2020 zijn masterdiploma technische geneeskunde aan de universiteit van Twente. Vervolgens startte hij zijn promotieonderzoek bij de Minimally Invasive Image-Guided Intervention Center (MAGIC)-onderzoeksgroep binnen de afdeling Medische Beeldvorming van het Radboudumc. Momenteel werkt hij als postdoc binnen dezelfde afdeling en richt hij zich op het benchmarken van AI voor prostaatkanker.