In de kliniek helpt beeldvorming bij het stellen van een diagnose en het geven van een prognose, maar ook bij het plannen en begeleiden van een ingreep zoals een operatie of bestraling. Artificial intelligence kan helpen om automatisch metingen te verrichten in de grote hoeveelheid medische beelden die gemaakt wordt.
In medisch onderzoek wordt beeldvorming gebruikt voor het bestuderen van de uiterlijke kenmerken van een ziekte, het ziekteverloop en tevens voor het bepalen van de effecten van een behandeling. Hierbij is het vergelijken van beelden van groot belang, zowel tussen patiënten als van dezelfde patiënt op verschillende tijdstippen. Bij voorkeur wordt dit vergelijken gedaan op een kwantitatieve manier: met het gebruik van zogenaamde kwantitatieve beeldbiomarkers. Dit zijn waardes die iets kunnen vertellen over een ziekte, zoals afmetingen of vormen van weefsels of structuren. Zo is bijvoorbeeld het volume en de vorm van bepaalde hersengebieden voorspellend voor de ontwikkeling van verschillende vormen van dementie, is littekenweefsel in de hersenen voorspellend voor MS, is aderverkalking kenmerkend voor verschillende hart- en vaatziekten en kraakbeenvolume en –vorm voor artrose. Door het gebruik van deze kwantitatieve beeldbiomarkers kunnen we hopelijk beter begrijpen wat de verschillen zijn tussen patiënten en gezonde personen en hoe ziektes zich ontwikkelen. Ook kan, door het vergelijken van waardes van een patiënt met een database met waardes van gezonde personen, worden bepaald hoe we ziektes beter kunnen herkennen.
Lees het hele artikel verder onder Download.
