Verbeterde risicoclassificatie voor schildkliernodi door Optoakoestiek-Echografie beeldvorming met Machine Learning

Onderzoekers van de Universiteit Twente werken aan baanbrekende technologie die kan helpen bij het onderscheiden van kwaadaardige en goedaardige schildklierknobbels. Dit kan patiënten niet alleen een belastend onderzoek besparen, maar ook onnodige behandelingen.

Schildkliernodules

De afgelopen 10 jaar komen knobbels in de schildklier steeds vaker voor. Sommige van deze knobbels kunnen kwaardaardig zijn, dus alle knobbels worden onderzocht met behulp van echografie. Maar deze techniek is niet altijd goed genoeg om te kunnen zeggen of het kanker is of niet. Daarom moeten patiënten vaak meerdere keren worden onderzocht en zijn er extra tests nodig, zoals een stukje weefsel afnemen voor onderzoek of zelfs een operatie. Achteraf blijkt deze operaties vaak niet nodig, omdat weefselonderzoek meestal uitwijst dat het een goedaardige afwijking betreft.
 

Doel onderzoek

Het doel van dit onderzoek is om een betere manier te vinden om te kunnen bepalen of een knobbeltje in de schildklier kwaadaardig is of niet.

THYNAS+

Het THYNAS+ project maakt gebruik van ‘opto-akoestische beeldvorming. Opto-akoestische beeldvorming is een bijzondere manier om te kijken naar problemen in het lichaam. Het is anders dan bijvoorbeeld een CT-scan, MRI, röntgenfoto of echografie. Die methoden kijken vooral naar de vorm en structuur van een bepaald gebied kijken, maar opto-akoestische beeldvorming gaat nog een stap verder en laat niet alleen de vorm zien, maar ook hoe het gebied werkt.
Dit is mogelijk door gebruik te maken van licht en geluid tegelijkertijd. Door deze technologie kunnen artsen gedetailleerde en duidelijke beelden krijgen van het gebied dat ze onderzoeken. Zo krijgen ze een beter beeld van wat er aan de hand is.

Eerdere tests hebben aangetoond dat opto-akoestische beeldvorming kan helpen bij het waarnemen van veranderingen die kunnen wijzen op kanker. Er zijn echter nog een aantal obstakels te overwinnen voordat deze techniek in de klinische praktijk is te gebruiken.

Onderzoeksvragen

Het doel van THYNAS+ is om achtereenvolgens:

• De hardware en software van opto-akoestiek te verbeteren voor beeldvorming van schildkliermodellen met hoge nauwkeurigheid.
• Er wordt geprobeerd een slimme analyse te ontwikkelen die gebruikmaakt van machine-learning. Met behulp van deze analyse kan men beelden beter bekijken en meten wat er aan de hand is in het lichaam. Dit helpt om nauwkeurigere resultaten te verkrijgen.
• Een klinische studie te doen waarin de meerwaarde van opto-akoestische beeldvorming wordt aangetoond. Tevens zoeken de wetenschappers naar nieuwe biomarkers die aantonen of een knobbel goed- of kwaardaardig is.

Verwachte uitkomsten

Als het project succesvol is, zal het de diagnostiek aanzienlijk verbeteren. Patiënten kunnen binnen één diagnostisch contact gerustgesteld worden dat ze een goedaardige knobbel hebben, waardoor lang wachten op een diagnose en onnodige operaties worden voorkomen. Dit zal niet alleen de angst en stress voor de patiënten verminderen, maar ook de druk op de gezondheidszorg.