Biophotonics and artificial intelligence in diagnostic endoscopy of the digestive system
Biofotonica en kunstmatige intelligentie in de diagnostische endoscopie van het spijsverteringsstelsel
Endoscopische beeldvorming van de mucosa vormt de diagnostische hoeksteen bij het beheer van gastro-intestinale aandoeningen. In een oncologische context wordt endoscopie voornamelijk gebruikt om de mucosa te screenen op laesies en om de aard ervan te bepalen: benigne of maligne. Patiënten met een verhoogd risico op gastro-intestinale maligniteiten worden opgenomen in surveillanceprogramma’s met vastgestelde intervallen om vroege detectie van carcinomen of hun voorlopers, zoals adenomateuze of sessiel-serrate poliepen (AP/SSP) in het colon en laag- of hooggradige dysplasie (LGD/HGD) in de Barrett slokdarm te faciliteren. Vlakke adenomen worden echter gemakkelijk gemist in het colon, en binnen het Barrett-segment kan het onderscheid tussen dysplasie en niet-dysplastische mucosa moeilijk zijn. In de galwegen is de karakterisering van galwegstricturen eveneens uitdagend.
Dit proefschrift van Jouke van der Laan heeft tot doel de uitdagingen bij het detecteren van neoplastische laesies in de slokdarm, het colon en de galwegen aan te pakken door innovaties in endoscopische beeldvorming te onderzoeken die de weefselbeoordeling verbeteren. Daartoe worden geavanceerde optische technologieën op basis van biophotonica, zoals kwantitatieve fluorescente moleculaire endoscopie en op lichtverstrooiing gebaseerde metingen, klinisch onderzocht om aanvullende moleculaire informatie tijdens procedures te verkrijgen. In het bijzonder hebben wij het concept van "field cancerization" onderzocht om de aanwezigheid van kanker te voorspellen op basis van verstrooiingsmetingen van niet-dysplastisch weefsel. Het benutten van dit fenomeen kan de risicostratificatie verbeteren bij surveillance van patiënten met een Barrett slokdarm. Parallel daaraan wordt kunstmatige intelligentie onderzocht om de implementatie van endoscopische innovaties te ondersteunen en de menselijke interpretatie van endoscopische data te versterken.