AI kan behandelresultaat voorspellen bij DLBCL

Uit een analyse van de HOVON84-studie blijkt dat een kunstmatige-intelligentiemethode die gebruikmaakt van PET/CT-scans het resultaat van de behandeling bij patiënten met diffuus grootcellig B-cellymfoom kan voorspellen. Kwantitatieve parameters, geëxtraheerd uit 18F-fluorodeoxyglucose (18F-FDG) PET/CT-scans geven inzicht in bepaalde kenmerken van de tumor. De scans zijn echter tijdrovend en de resultaten afhankelijk van de interpretatie van de waarnemer. De implementatie van kunstmatige intelligentie (AI) en zogenaamde convolutionele neurale netwerken (CNN's) kunnen deze taken mogelijk verminderen of zelfs helemaal vervangen. Doel Het doel van deze analyse was het bestuderen van de haalbaarheid van een met behulp van maximale intensiteitsprojectie (MIP)-beelden van baseline 18F-FDG PET-CT-scans om de waarschijnlijkheid van de tijd tot progressie (TTP) te voorspellen en deze te vergelijken met de in de klinische praktijk sinds jaar en dag gebruikte International Prognostic Index (IPI). Hiervoor analyseerden de onderzoekers 296 18F-FDG PET/CT-scans uit de HOVON84-studie. Deze gerandomiseerde fase 3-studie onderzocht het effect van vroege intensivering van rituximab…