In hun studie, gepubliceerd in Nature Communications, presenteerden onderzoekers onder leiding van radioloog Ritse Mann het Multi-Modal Response Prediction (MRP)-model. Dit systeem analyseert gegevens van meer dan 2.400 borstkankerpatiënten die tussen 2004 en 2020 in het NKI behandeld zijn. Waar traditionele AI-modellen zich meestal op één type data richten, combineert MRP radiologische beelden, tumorcelinformatie en klinische gegevens.

“Ons MRP-systeem laat zien dat het mogelijk is om al vóór de behandeling te voorspellen welke patiënten goed zullen reageren op neoadjuvante therapie,” zegt onderzoeker Yuan Gao. “Dit biedt waardevolle inzichten voor gepersonaliseerde behandelstrategieën.”

Wat het model bijzonder maakt, is de transparantie: MRP verklaart hoe een voorspelling tot stand komt. Dit maakt het betrouwbaarder voor artsen en beter inzetbaar in de praktijk. Het systeem kan op verschillende momenten tijdens het behandeltraject worden gebruikt – vóór, tijdens en na de therapie – om beslissingen te ondersteunen en behandelingen aan te passen waar nodig.
Volgens Ritse Mann is het uiteindelijke doel om multidisciplinaire evaluaties te automatiseren. “Door verschillende typen medische data en tijdspunten samen te brengen, kunnen we snellere en nauwkeurigere beoordelingen mogelijk maken,” zegt hij.

Het onderzoek markeert een belangrijke stap richting gepersonaliseerde borstkankerzorg, waarin kunstmatige intelligentie helpt om behandelingen af te stemmen op de individuele patiënt. Door het combineren van medische data en AI-analyse biedt MRP niet alleen kansen om de zorg te verbeteren, maar ook om de kwaliteit van leven van patiënten te verhogen.