Het potentieel van radiomics om onderscheid te maken tussen kwaadaardige en goedaardige Bosnische 3 niercysten. (BIII)

Elk jaar worden in de wereld meer dan 200.000 nieuwe gevallen van nierkanker gediagnosticeerd, met alleen al in Europa meer dan 63.000 nieuwe gevallen. Daarvan is niercelcarcinoom (RCC) het meest voorkomende type bij volwassenen, goed voor meer dan 90% van de gevallen. Beslissen over de goedaardige of kwaadaardige aard van sommige RCC op basis van medische beelden (CT, MRI, US) is een probleem, dat vaak leidt tot onnodige operaties, morbiditeit en kosten.

Eind jaren tachtig werd een indeling voor niercysten geïntroduceerd, de Bosnische classificatie. Het Bosnische classificatiesysteem classificeert ze in groepen die goedaardig zijn (I en II) en groepen die chirurgische resectie nodig hebben (III en IV), op basis van specifieke beeldkenmerken. Het definiëren van de maligniteit van categorie III laesies blijft echter een uitdaging. Hoewel de Bosnische classificatie voor niercysten wereldwijd wordt gebruikt en een aantal wijzigingen heeft ondergaan, hebben Bosnische III-cysten nog steeds een kans van bijna 1:1 om kwaadaardig te zijn. Het probleem is dus dat ongeveer de helft van de Bosnische categorie III cystische laesies na de operatie goedaardig blijkt te zijn.

Het voorgestelde project heeft tot doel een op kwantitatieve beeldanalyse (QIA) gebaseerd multifactorieel beslissingsondersteunend systeem (mDSS) te ontwikkelen dat niercysten met hoge nauwkeurigheid kan classificeren in goedaardige of kwaadaardige status, waardoor het aantal onnodige operaties wordt verminderd. Met behulp van standaard CT-beelden en klinische parameters zal de op maat gemaakte DSS experts vervolgens begeleiden bij het plannen van een veilige en effectieve diagnostische en behandelstrategie voor alle RCC-patiënten.