PRISM-AI: Prestaties en voorkeuren in risico-gebaseerde borstkankerscreening met Kunstmatige Intelligentie

Duur: dec 2025 - dec 2027

Achtergrond

Niet elke vrouw heeft hetzelfde risico op borstkanker, maar het huidige bevolkingsonderzoek behandelt alle vrouwen tussen 50 en 75 jaar op dezelfde manier. Hierdoor worden kansen gemist om de screening te verbeteren. Gepersonaliseerde screening kan het bevolkingsonderzoek effectiever en efficiënter maken door intensievere screening aan te bieden aan vrouwen met een hoger risico - die daar het meeste baat bij hebben - terwijl de screening wordt verminderd voor vrouwen met een lager risico, die juist meer kans lopen op nadelen.

Doel

Om gepersonaliseerde screening mogelijk te maken, is een nauwkeurige voorspelling van het individuele borstkankerrisico essentieel. Traditionele modellen gebaseerd op risicofactoren voor borstkanker presteren niet goed genoeg. AI-modellen die mammogrammen gebruiken zijn veelbelovend, maar het is nog onduidelijk welke modellen het beste presteren en hoe risicogroepen het best gevormd kunnen worden. Daarnaast moet gepersonaliseerde screening aansluiten bij de voorkeuren van vrouwen. De eerste doelstelling van het PRISM-AI onderzoek, is het vergelijken van de nauwkeurigheid van AI-modellen in het voorspellen van borstkankerrisico met behulp van mammogrammen. De tweede doelstelling is het verkrijgen van inzicht in de voorkeuren van vrouwen voor intensievere of minder intensieve screening, afhankelijk van hun borstkankerrisico. 

Werkwijze

PRISM-AI maakt gebruik van de unieke PRISMA-dataset van het Radboudumc met ruim 72.000 mammogrammen van Nederlandse screeningsdeelnemers. Onderzoekers van het Radboudumc vergelijken verschillende AI-modellen die op basis van de PRISMA-dataset borstkankerrisico voorspellen. Daarnaast onderzoeken Nivel-onderzoekers de voorkeuren van vrouwen binnen een diverse groep van 45- tot 75-jarigen met verschillende sociaaleconomische achtergronden, gezondheidsvaardigheden, leefstijlkenmerken en migratieachtergronden. Dit gebeurt op basis van een keuze-experiment (DCE) onder deelnemers die geworven worden via onder meer het Nivel Nederlandse Zorgconsumentenpanel.

Resultaat

We verwachten dat AI-modellen het borstkankerrisico nauwkeurig voorspellen en dat de prestaties voor risicovoorspelling en detectie samenhangen. Daarnaast zal dit onderzoek inzicht geven in welke gepersonaliseerde screeningsstrategieën de voorkeur krijgen en hoe vrouwen de voor- en nadelen wegen op basis van hun risiconiveau. Door zowel de nauwkeurigheid van AI-modellen als de voorkeuren van vrouwen te evalueren, biedt PRISM-AI belangrijke inzichten in de haalbaarheid van gepersonaliseerde screening. Zo kan worden bepaald onder welke voorwaarden risico-gestratificeerde screening niet alleen de gezondheidsuitkomsten verbetert, maar ook de steun van burgers krijgt.
De resultaten zullen worden gepubliceerd in wetenschappelijke artikelen.