Gepersonaliseerd zorgpad voor patiënten met hersentumor (Elisabeth-TweeSteden Ziekenhuis)

Gepersonaliseerd zorgpad

Bij het onderzoek naar een gepersonaliseerd zorgpad voor patiënten met een hersentumor streeft het Elisabeth-TweeSteden Ziekenhuis (ETZ) naar zowel de meest effectieve controle over de ziekte en maximale overleving van de patiënt, als naar (behoud van) optimaal persoonlijk functioneren. Het één gaat hierbij soms ten koste van het ander. Momenteel is er nog onvoldoende kennis over de langetermijngevolgen van de verschillende behandelingen voor hersentumoren. Hierdoor is het niet goed mogelijk om samen met de patiënt de best passende keuzes te maken.

Doel en werkwijze

Het doel van dit project is om de gevolgen van een operatie of Gamma Knife-bestraling beter te kunnen voorspellen. Hiertoe gaat het ETZ meer informatie verzamelen, zowel over persoonlijke doelen van patiënten (met een eHealth-tool) als over de structuur en functie van de hersenen (met nieuwe MRI-technieken). Met behulp van Artificiële Intelligentie (AI) worden modellen ontwikkeld voor de voorspelling van individuele behandeluitkomsten. Hiermee beoogt het ETZ dat de resultaten leiden tot een verbeterd gepersonaliseerd zorgpad voor patiënten met een hersentumor.
 

Onderzoek 1:  Kunstmatige intelligentie en persoonlijke doelen bij hersentumoren

Bij iedere patiënt met een hersentumor moet een zorgvuldige afweging worden gemaakt tussen de mate waarin de tumor kan worden verwijderd en de risico’s die dit met zich meebrengt. In dit project wordt onze unieke, continu groeiende databestand met medische, cognitieve en psychosociale gegevens van patiënten die eerder in ons ziekenhuis zijn geopereerd, ingezet om voor de individuele patiënt voorspellingen te doen van het cognitief functioneren na een hersentumoroperatie. Hiervoor gaan we gebruik maken van geavanceerde kunstmatige intelligentietechnieken. Zelfs wanneer de negatieve gevolgen op de lange termijn onvermijdelijk zijn, kan deze informatie de patiënt en zijn naasten helpen een realistischere verwachting te hebben van de toekomst en zich daar beter op voor te bereiden. Deze voorspellingen worden op een gebruikersvriendelijke manier visueel weergegeven voor zowel het klinische team als de patiënt.

Daarnaast vragen we aan patiënten om hun persoonlijke doelen met het klinische team te delen via een voor dit doel ontwikkelde app Goings-on. De informatie uit beide bronnen (persoonlijke voorspellingen en persoonlijke doelen) worden gecombineerd in een dashboard, voor gebruik in de klinische zorg, dat in dit project ontwikkeld zal worden. Dit project levert hiermee informatie op die tot nu toe vaak ontbrak maar die van cruciaal belang is voor het samen beslissen en uiteindelijk de kwaliteit van het dagelijks leven van de patiënt.

Onderzoek 2: Voorspellingsmodel voor behandeling bij brughoektumoren

Een brughoektumor is een relatief zeldzame, goedaardige hersentumor en ontstaat in de zenuw die het gehoor en het evenwicht regelt. Dit leidt al snel tot hinderlijke klachten die door een eventuele behandeling niet wordt weggenomen omdat de betreffende zenuw al aangetast is. Daarom wordt in eerste instantie vaak geadviseerd om af te wachten en met herhaalde MRI’s de tumor in de gaten te houden, en pas bij groei te behandelen. Momenteel is echter niet te voorspellen of een tumor gaat groeien, en of iemand dus behandeld moet worden. De minst belastende behandeling is een hoge precisie bestraling die tot doel heeft de groei van de tumor te stoppen. Deze behandeling geeft minder bijwerkingen dan een operatie en brengt ook minder kosten met zich mee. Het probleem is alleen dat deze behandeling in ongeveer 10% van de patiënten niet succesvol is, en tumorgroei niet stopt.

Doel van dit onderzoek is om een methode te ontwikkelen die kan voorspellen bij welke patiënten de minst belastende behandeling (hoge precisie bestraling) wel of niet succesvol zal zijn. Als we dit weten kunnen we direct de juiste behandelbeslissing nemen.

Onderzoek 3: Nieuwe lokalisatiemethoden cognitieve functies

Een glioom is een relatief zeldzame, meestal kwaadaardige hersentumor die groeit vanuit de steuncellen van de hersenen. Een operatie is vaak de beste eerste stap in de behandeling. Probleem hierbij is dat er geen scherpe grens is tussen de tumor en de gezonde hersenen. Ook kunnen er zich onmisbare functies voor beweging, spraak- of denkvermogen rond of zelf in de tumor bevinden. Bij iedere patiënt moet dus de afweging worden gemaakt tussen zoveel mogelijk tumorweefsel verwijderen en een zo veilig mogelijke operatie. Uit onderzoek blijkt dat deze patiënten zowel vóór als na de operatie minder cognitief functioneren. In dit onderzoek richten we ons op het ontwikkelen van nieuwe technieken die de risico’s op cognitieve problemen na operatie kunnen verminderen.
We doen dit met twee verschillende methoden:

• De eerste methode wordt toegepast vóór de operatie, tijdens het gesprek tussen patiënt en arts. Met informatie uit geavanceerde MRI scans maken we een model van de hersenverbindingen in de individuele patiënt. Vervolgens simuleren we de operatie door te kijken wat er met dit complexe netwerk gebeurt wanneer we stapsgewijs steeds meer van de tumor weghalen. Dit geeft een schatting van de hoeveelheid tumorweefsel die veilig weggehaald kan worden. Deze informatie kan worden gebruikt om vóór operatie al samen met de patiënt in gesprek te gaan over het verwachte resultaat van de operatie.
• De tweede methode is voor gebruik tijdens een wakkere hersenoperatie. Samen met ziekenhuizen uit Utrecht en Parijs onderzoeken we op welke manier we tijdens een operatie het beste de cognitieve functies van de patiënt kunnen monitoren. Door ‘live’ informatie te krijgen over deze functies kan de neurochirurg veiliger opereren.