inhoud van het project
Radiotherapie is een essentiële behandeling voor hoofd-halskanker. Bij patiënten met lymfekliermetastasen (N+) laat echter 20–40% van de aangedane lymfeklieren geen volledige respons zien op beeldvorming na behandeling. Dit leidt vaak tot een salvage halsklierdissectie: een ingreep met een hoge morbiditeit omdat er geopereerd wordt na bestraling. Complicaties zijn onder andere lymfoedeem, fibrose, wondproblemen en blijvende functionele beperkingen. In 60–70% van deze operaties wordt uiteindelijk geen vitale tumor meer gevonden, wat wijst op substantiële overbehandeling.
Dit project heeft als doel om vóór start van de behandeling te voorspellen welke individuele lymfeklieren een hoog of laag risico hebben op falen na (chemo)radiotherapie. Op basis hiervan ontwikkelen we een klinische decision-support tool voor gepersonaliseerd lymfeklier-management. Denk hierbij aan hyperselectieve lymfeklierchirurgie vóór behandeling of juist een afwachtend beleid bij lage-risico lymfeklieren. Zo wordt onnodige chirurgie voorkomen en kunnen interventies gericht worden ingezet.
Binnen dit project ontwikkel je een decision-support tool voor de kliniek en werk je aan AI-predictiemodellen die gebruikmaken van CT-, PET- en MRI-beelden, gecombineerd met klinische variabelen. De focus ligt op:
- ontwikkelen en implementeren van een klinisch toepasbare decision-support tool;
- uitbreiding en verbetering van reeds gevalideerde radiomics-modellen;
- ontwikkeling van 3D deep learning-modellen;
- implementatie van explainable AI;
Je werkt met een unieke, reeds beschikbare en gecureerde dataset van >800 hoofd-halskanker patiënten met meer dan 2000 individueel geannoteerde lymfeklieren, inclusief CT, PET en MRI gelinkt aan behandeldata en follow-up.
werkomgeving
Je wordt onderdeel van een multidisciplinair en internationaal georiënteerd onderzoeksteam binnen de afdeling Radiotherapie en de afdeling KNO heelkunde van het UMCG. De radiotherapie beschikt over een geïntegreerde foton- en protonenkliniek en één van ’s werelds grootste prospectieve oncologische follow-up programma’s. AI, medische beeldvorming en gepersonaliseerde radiotherapie vormen belangrijke speerpunten.