Taaislijmziekte, ook cystische fibrose (CF) genoemd, is een zeldzame genetische aandoening

Kinderen met taaislijmziekte (zie kader) moeten regelmatig voor controle naar het ziekenhuis. Een keer per een tot twee jaar wordt ook een CT-opname van de longen gemaakt. Kinderarts-pulmonoloog prof. dr. Harm Tiddens: ‘Die CT-beelden zijn belangrijk om de status van de longen vast te stellen en de ontwikkelingen in de tijd te kunnen volgen. Een objectieve analyse van de beelden is daarbij noodzakelijk. Het CT-beeld moet vertaald kunnen worden naar getallen.’

Taaislijmziekte
Taaislijmziekte, ook cystische fibrose (CF) genoemd, is een zeldzame genetische aandoening. Wereldwijd zijn er 70.000 patiënten bekend. In verschillende klieren in het lichaam (longen, darmen, lever en alvleesklier) wordt abnormaal taai slijm gevormd. Dat leidt vooral tot problemen met de longen en voedselvertering. De ziekte is nog niet te genezen.

Raster
Prof Tiddens en collega prof. dr. Marleen de Bruijne van de Biomedical Imaging Group Rotterdam* bedachten een methode waarmee je de visuele waarneming van het long CT-beeld kan omzetten naar getallen. Tiddens legt uit hoe dat in zijn werk gaat: ‘Tijdens een CT-scan worden de gehele longen in beeld gebracht in honderden plakjes. Deze kan je als arts van boven naar beneden beoordelen, steeds weer een ander ‘plakje’. Met onze methode selecteren we eerst elke 10-20 mm een plakje. Vervolgens plaatsen we een ‘grid’ over elk CT plakje, een raster dat de opname in kleine hokjes verdeeld. Elk hokje waarin we iets afwijkends waarnemen wordt met een specifieke kleur door de analist gemarkeerd: verwijde of verdikte luchtwegen, slijmophoping, of samengevallen longweefsel. Omdat we dat proces voor tien verschillende plakjes uitvoeren, krijgen we een betrouwbaar beeld voor de gehele longen. Het computerprogramma berekend vervolgens het volume van elk van de afwijkingen voor de hele long

Betrouwbaar
Tiddens en zijn collega’s ontwikkelden de methode in eerste instantie voor de longen van volwassenen met ernstige afwijkingen. Samen met onderzoekers van het Telethon Kids Institute uit het Australische Perth werd de methode aangepast voor jonge kinderen met taaislijmziekte. Tiddens: ‘Onze analyse geeft een goed beeld van de schade aan de longen en van het risico op complicaties. De analyse blijkt ook een betrouwbare voorspeller te zijn voor het aantal keren dat de patiënt opgenomen moet worden en voor kwaliteit van leven van de patiënt in de jaren na de CT. Kortom, we kunnen nu met grote precisie kijken hoe het met de longen van de patiënt gaat. Aan de hand van onze analyse kan de arts beoordelen of de longafwijkingen stabiel zijn of juist zijn toegenomen om dan de behandeling aan te passen.

Objectief hulpmiddel
Dat de methode ook bij jonge kinderen met taaislijmziekte toepasbaar is, is van groot belang, meent Tiddens: ‘Ook bij jonge kinderen met taaislijmziekte zien we al heel vroeg afwijkingen waarvan we inmiddels geleerd hebben dat deze voorspellers zijn van latere onherstelbare afwijkingen. In de laatste tien jaar zijn er bijzonder goede maar zeer dure medicijnen ontwikkeld voor oudere kinderen en volwassenen. Of die medicijnen ook bij jonge kinderen effect hebben is nog niet goed onderzocht. Onze methode is een belangrijk objectief hulpmiddel bij het onderzoek naar het effect van die geneesmiddelen bij jonge kinderen.’

Artificial Intelligence
Er is alleen een nadeel: de methode is handmatig. Tiddens: ‘Om de methode te leren is een training van tachtig uur noodzakelijk. Een getrainde analist is een uur per CT-scan bezig. Zeer tijdrovend, dus. We zijn dan ook verheugd met de samenwerking met twee bedrijven die dit proces gaan automatiseren. Het Nederlandse Thirona en een Australisch bedrijf, beide gespecialiseerd in artificial intelligence, gaan algoritmen ontwikkelen waardoor de methode nauwkeuriger wordt en mondiaal ter beschikking komt. Inmiddels zijn we volop bezig om de methode ook geschikt te maken voor andere longziekten.’

*Binnen de Biomedical Imaging Group Rotterdam werken artsen en onderzoekers van de afdelingen Medische Informatica en Radiologie van het Erasmus MC samen om medische informatie (bijvoorbeeld laboratoriumuitslagen en CT-beelden) te kunnen verwerken en analyseren.