Haalbaarheid van geautomatiseerde AI-gebaseerde contourering en stabiele radiomische kenmerkbeoordeling met HyperSight-CBCT‑beeldvorming voor adaptieve hoogprecisie radiotherapie van prostaatkanker

Snelere, slimere kankerbehandelingsplanning

Voor mannen met prostaatkanker kan moderne radiotherapie opmerkelijk precies zijn, maar die precisie heeft een prijs: artsen moeten de prostaat en aangrenzende organen zorgvuldig aftekenen op veel beeldslices voordat elk behandelplan klaar is. Deze studie stelt een actueel vraagstuk: kan kunstmatige intelligentie het grootste deel van dat contourwerk veilig overnemen op een nieuwe, hoogwaardige cone‑beam CT‑scanner, terwijl tegelijkertijd betrouwbare beeldgebaseerde metingen worden geleverd die mogelijk in de toekomst volledig gepersonaliseerde behandeling kunnen sturen?

Het bekken in realtime zichtbaar maken

De hedendaagse hoogprecisie radiotherapie gebruikt vaak een plannings‑CT‑scan gemaakt vóór de behandeling en aanvullende scans die direct op de behandelmachine worden genomen, vlak vóór elke dosis. Het nieuwere HyperSight cone‑beam CT‑systeem kan snel gedetailleerde beelden van het bekken vastleggen met een lagere stralingsdosis, wat het aantrekkelijk maakt voor adaptieve radiotherapie — waarbij het plan wordt aangepast aan de anatomie van die dag. In deze studie ondergingen 50 mannen met prostaatkanker zowel standaard plannings‑CT als HyperSight‑scans. De onderzoekers concentreerden zich op meerdere belangrijke bekkenstructuren: de prostaat, blaas, endeldarm, zaadblaasjes, penisbundel en beide heupgewrichten.

De computer de lijnen laten trekken

Het team vergeleek drie manieren om organen op de beelden te omlijnen. Bij de volledig handmatige aanpak tekenden artsen alle grenzen zelf. In de uitsluitend AI‑modus maakte een getraagd algoritme automatisch de contouren. Een hybride modus begon met AI‑contouren die artsen vervolgens controleerden en verfijnden. Voor elke methode maten de onderzoekers hoe goed verschillende contouren overeenkwamen, hoe ver hun randen verschilden en hoeveel de organen in het centrum verschoof. Ze registreerden ook hoe lang elke aanpak duurde. Voor grote, duidelijk zichtbare structuren zoals de blaas en heupbeenderen was de overeenkomst tussen alle methoden zeer hoog. Voor de prostaat en endeldarm was de overeenkomst iets lager, maar nog steeds sterk. Kleine of vage structuren zoals de zaadblaasjes en penisbundel bleken voor alle methoden, inclusief AI, uitdagender.

Van beelden naar kwantitatieve vingerafdrukken

Buiten eenvoudige vormvergelijkingen onderzocht de studie "radiomische" kenmerken — honderden getallen die uit de beelden worden gehaald en die weefselhelderheid, textuur en vorm beschrijven. Deze kenmerken worden steeds meer onderzocht als potentiële beeldbiomerkers die kunnen voorspellen hoe tumoren op behandeling reageren of welke patiënten een hoger risico op bijwerkingen hebben. De onderzoekers testten hoe stabiel deze numerieke vingerafdrukken bleven wanneer contouren uit verschillende methoden en verschillende scantypen kwamen. Over het geheel genomen waren de radiomische kenmerken zeer consistent, vooral voor grotere, hoogcontrast‑organen zoals de blaas, prostaat, endeldarm en heupbeenderen. Textuurgebaseerde kenmerken, die patronen van pixelintensiteiten beschrijven, waren bijzonder robuust. Vormgebaseerde kenmerken en kenmerken afkomstig van zeer kleine organen waren gevoeliger voor kleine veranderingen in de contouren.

Tijd besparen zonder kwaliteitsverlies

Tijd is cruciaal in adaptieve radiotherapie: hoe langer het duurt om te contouren en het plan te herberekenen, hoe groter de kans dat de anatomie van de patiënt verschuift tussen beeldvorming en behandeling. In deze studie verminderde uitsluitend AI‑contourering de segmentatietijd met meer dan 90% vergeleken met volledig handmatig werk, terwijl de hybride AI‑plus‑artsbenadering de tijd nog steeds met ongeveer 60% verkortte. Belangrijk is dat deze winst vergelijkbaar was voor zowel de plannings‑CT als de HyperSight‑scans, en inter‑observer tests toonden aan dat het gebruik van AI geen extra onenigheid tussen verschillende artsen introducerde. Dit suggereert dat AI de workflow veel efficiënter kan maken terwijl de consistentie behouden blijft en soms zelfs verbetert.

Wat dit voor patiënten betekent

Kort gezegd toont de studie aan dat slimme software betrouwbaar de prostaat en de meeste nabije organen op moderne cone‑beam CT‑beelden kan omlijnen, en dat de resulterende beeldgebaseerde "vingerafdrukken" van het weefsel voldoende stabiel blijven om in onderzoek en mogelijk in toekomstige klinische besluitvorming te worden vertrouwd. Hoewel kleine, moeilijk zichtbare structuren nog steeds baat hebben bij menselijke verfijning, bieden AI‑gestuurde en hybride contourmethoden al hoge nauwkeurigheid en aanzienlijke tijdwinst. Dit opent de deur naar echt adaptieve radiotherapiesessies waarbij de behandeling snel kan worden afgestemd op de anatomie en, op termijn, mogelijk op radiomische markers die in realtime aangeven hoe de kanker van elke patiënt reageert.

Bronvermelding: Schmidt, R., Bajerski, D., Bicu, A.S. et al. Feasibility of automated AI-based contouring and stable radiomic feature assessment by HyperSight-CBCT Imaging for adaptive high-precision radiotherapy of prostate cancer. Sci Rep 16, 12191 (2026). https://doi.org/10.1038/s41598-026-46359-3

Trefwoorden: radiotherapie prostaatkanker, AI automatische contourering, cone‑beam CT‑beeldvorming, radiomics, adaptieve bestralingstherapie