Jaarlijks krijgen ongeveer 1.400 mensen in Nederland een primaire hersentumor. De behandelopties lopen uiteen, maar definitieve genezing is helaas niet mogelijk. De behandelingen die er zijn, zijn afhankelijk van het type tumor en zijn gericht op langdurig remmen of stoppen van tumorgroei met een goede kwaliteit van leven. Een hersentumor brengt daarom veel leed met zich mee. Niet alleen is de overlevingskans laag, ook gaat de behandeling vaak gepaard met een ingrijpende hersenoperatie. 

Alsof dat nog niet genoeg, kan de exacte diagnose – en dus ook de meeste geschikte behandeling – op dit moment alleen met zekerheid worden bepaald vanuit het tumorweefsel. Dit betekent dat de exacte diagnose pas na de operatie gesteld kan worden, of dat er zelfs enkel voor de diagnose een operatie wordt uitgevoerd: de ingreep waarbij een weefselbiopt moet worden genomen. Hiervoor wordt onder narcose een gaatje in de schedel gemaakt, waarlangs een weefselbiopt kan worden genomen. Deze ingreep is niet zonder risico’s, van hoofdpijn tot verlamming, en kan in zeldzame gevallen leiden tot levensbedreigende complicaties., 

Professor radiologie Marion Smits (Erasmus MC) wil het traditionele weefselbiopt bij hersentumoren overbodig maken en doet daarom onderzoek naar methoden om via radiologische beelden een snellere en betere diagnose bij hersentumoren te kunnen stellen. Haar baanbrekende werk moet leiden tot een snellere focus op de geschikte behandeling, een verlaging van de zorgkosten en bovenal een grotere levenskwaliteit voor de betrokkenen. 

 

Marion Smits: “Zolang het nodig is om een biopt te nemen voor het stellen van de juiste diagnose, zijn we er nog niet met de radiologie. Hier ligt een grote kans om onze rol als diagnosedokter naar een volgend niveau te tillen.”.

Een diagnosetraject op basis van uitsluitend radiologische beelden moet op verschillende manieren beterschap en hoop voor de toekomst opleveren. Enerzijds kan dit ervoor zorgen dat betrokken patiënten niet nodeloos operaties moeten ondergaan, enkel voor het stellen van de diagnose. Anderzijds kunnen patiënten sneller en beter geïnformeerd worden over het type tumor in hun hersenen, om zo zelf mee beslissingen te kunnen nemen over hun behandeling in het licht van hun prognose en de risico’s van behandeling.

Professor Smits voert haar onderzoek niet alleen uit. Ze werkt hiervoor samen met verschillende Nederlandse onderzoeksinstellingen binnen het onderzoeksnetwerk Medical Delta, waar aan cutting edge innovatie wordt gewerkt op het scheidsvlak van geneeskunde en techniek. Samen met onderzoekers en artsen van de TU Delft en het LUMC, combineert ze standaard MRI-scans en nieuwe radiologische technieken – zoals het gebruik van een 7 Tesla MRI voor een grotere resolutie – en past ze machine learning toe op de verworven beelden. De bedoeling is dat er genetische en moleculaire karakteristieken van de tumor – die op dit moment dus enkel bepaald kunnen worden via een weefselbiopt – kunnen worden afgeleid uit de radiologische beelden. 

 

Marion Smits: "Via machine learning technieken kunnen we veel meer informatie van de MRI-scan in onze beoordeling opnemen. Dergelijke diagnoses worden hierdoor veel objectiever. Dit vormt de basis voor belangrijke beslissingen die tot de beste behandeling voor elke individuele patiënt moet leiden."

 

Marion Smits ontving eerder dit jaar de prestigieuze Vici-beurs ter ondersteuning van haar onderzoek. De eerste klinische toepassingen verwacht zij over vijf jaar.