AI-bedrijf Aidence timmert hard aan de weg

Het Nederlandse AI-bedrijf Aidence timmert hard aan de weg, ook in het buitenland. Met de Britse National Health Services werkt de scale-up nauw samen als technologiepartner bij een nationaal longkankerscreeningsprogramma. “Screening betekent een enorme hoeveelheid werk die op radiologen en radiologie-assistenten afkomt.”

Investeerders vanuit verschillende sectoren zien potentie in Aidence, de in 2015 opgerichte scale-up die zich toelegt op kunstmatige intelligentie voor klinische beslisondersteuning. Het bedrijf haalde ruim 2 miljoen euro aan seed funding op en 10 miljoen euro in een series A, met investeerders als Inkef, Northzone en Rabobank. Met dat groeigeld werd in de afgelopen jaren verder gebouwd aan het product, het team en voorbereiding op internationale expansie.

Deep learning

Nodules is medisch jargon voor plekjes of knobbeltjes in de longen. Het detecteren van nodules op de scan van de longen is belangrijk omdat deze nodules potentieel kwaadaardig kunnen zijn en tot longkanker kunnen leiden. Het detecteren van afwijkingen in de CT-scans van longen gebeurde voor het AI-tijdperk door het getrainde oog van de radioloog. Daarna volgde computer aided diagnosis (CAD) software, van leveranciers als Siemens, GE en Philips. Wat Aidence onderscheidt is het inzetten van nieuwe technieken, met name deep learning, met de potentie om veel accurater te zijn.

Veye Chest, de software van Aidence, werd gebouwd op datasets van 45.000 thorax CT-scans. Aidence werkte samen met kennisinstellingen en universiteiten in Europa voor test- en trainingsdata. Veye Chest is inmiddels een CE-gecertificeerd product, dat is geïmplementeerd in Nederlandse, Britse en verschillende Europese ziekenhuizen.

De deep learning technologie die Aidence ontwikkelt is niet beperkt tot één toepassing. Aidence is bezig om Veye Chest te ontwikkelen tot een platform dat ook andere applicaties zou kunnen integreren en beelden kan analyseren, zoals hersenscans.

Koppelingen

Lizzie Barclay, Aidence

De van oorsprong Britse Lizzie Barclay, opgeleid als radioloog, werkt als Medical Director bij Aidence. De analyse van CT-scans gebeurt op de achtergrond, doordat Veye Chest samenwerkt met de beeldverwerkende systemen voor radiologie (PACS). “Een goede integratie in de bestaande werkprocessen van radiologen is nodig voor adoptie van AI-software. Radiologen, assistenten en poli-medewerkers hebben geen tijd of behoefte om een nieuw systeem op te starten, naast het elektronisch patiëntendossier en PAC-systeem. Daarom heeft Aidence de afgelopen jaren vol ingezet op koppelingen bouwen met PACS en integratie in klinische processen.”

“We zijn van startup uitgegroeid naar scale-up”, vult Victor Groothengel aan. Hij werkte ruim tien jaar bij de divisie beeldvorming bij Philips, en vervult inmiddels de functie Chief Commercial Officer bij Aidence. “Een van absolute voorwaarden voor opschaling van AI-software is het hebben van een kwaliteitsmanagement-systeem en -cultuur. Daarmee borgen we niet alleen dat de software getest en in de praktijk gesurveilleerd wordt, maar ook de interne processen, kwaliteit en veiligheid.”

Op de vraag hoe groot hij de kans schat dat zijn voormalig werkgever Philips een AI-bedrijf als Aidence inlijft, zegt Groothengel: “Consolidatie van bedrijven en startups die kunstmatig intelligente software voor beeldvorming ontwikkelen, zal zeker plaatsvinden in de aankomende jaren. Tegelijkertijd maakt onze focus en toewijding het mogelijk om sneller te schakelen dan een groot techbedrijf. We zijn volledig gefocust op één sector - radiologie – en we maken gespecialiseerde niche producten om zo radiologen en zorgprofessionals hun werk beter te laten doen.”

Screenen op longkanker

Niet alleen in Nederland timmert het bedrijf aan de weg. Aidence sloot onlangs een overeenkomst met de Britse National Health Services (NHS). De NHS startte in een aantal regio’s met een longkanker screeningsprogramma. Het idee is dat Britten laagdrempelig - in een speciaal daarvoor ingerichte bus op de parkeerplaats bij de supermarkt - een CT-scan kunnen laten maken, om zo eerder potentiële gevallen van longkanker op te sporen.

Barclay: “Dat longankerscreeningsprogramma betekent een enorme hoeveelheid werk die op radiologen en radiologie-assistenten afkomt. Het identificeren van knobbeltjes of nodules, het meten van hun volume en het handmatig volgen van de groei is tijdrovend. Een AI-technologie die dit automatisch en nauwkeurig kan doen, is van grote waarde”.

Aidence is een van de partijen waar de NHS mee samenwerkt om de enorme stroom aan CT-scans te laten analyseren. Of dit kosten gaat besparen - zowel door gezondheidswinst bij Britten als tijdswinst door zorgprofessionals - is nog niet bekend: het longankerscreeningsprogramma is mede bedoeld om de (kosten)effectiviteit van screening te onderzoeken.

Begin dit jaar werd een Nederlandse studie gepubliceerd over longkankerscreening. In de NELSON studie concludeerden onderzoekers dat longkankerscreening de sterfte aan longkanker verlaagt. Maar een screeningsprogramma zoals de NHS opzet, is er in Nederland vooralsnog niet.

Longkanker voorspellen

De software van Aidence is nu gericht op een efficiënter proces, tijdwinst en meer betrouwbare diagnose. Zou de software van Aidence in de toekomst ook de kans op longkanker kunnen voorspellen op basis van CT-scans? Barclay: “We zetten nu vol in op inbedding in het werkproces en adoptie door radiologen. Een voorspellings- of predictiemodel ontwikkelen is een andere tak van sport. Ja, de software kan een afwijking op een CT-scan - een nodule - over de tijd heen analyseren, met historische gegevens. Met andere woorden: een arts kijkt terug in de tijd naar historische CT-scans van een patiënt.”

Als je dat wil extrapoleren naar de toekomst, en dus een algoritme een voorspelling wil laten doen, heb je aanvullende data nodig, zegt Barclay. “We hebben daarvoor CT-scans en datasets nodig van gezonde mensen en patiënten die aan een tumor zijn overleden. Maar de uitkomst - patiënt overlijdt aan tumor - is lang niet altijd vastgelegd en eenduidig. Plus: los van voorspellingsalgoritmes zijn artsen het lang niet altijd eens over welke factoren het verloop van tumoren en kwaadaardige cellen beïnvloeden. Zonder academische of wetenschappelijke consensus is een voorspellingsmodellen maken ook ingewikkeld.”