VIA Groningen 2025–2026 (JTF)

Doel van het project

Ameretat onderzocht of observaties uit colonoscopievideo betrouwbaar kunnen worden omgezet van frame-niveau naar informatie over een volledige procedure. De proof-of-concept richtte zich op een cruciale bouwsteen voor toekomstige automatische verslaglegging: bepalen of laesies aanwezig zijn en hoeveel unieke laesies tijdens een complete colonoscopie zijn waargenomen.

Dezelfde poliep kan in honderden opeenvolgende videoframes zichtbaar zijn, tijdelijk uit beeld verdwijnen en later opnieuw verschijnen. Frame-detecties kunnen daarom niet rechtstreeks worden opgeteld. Het project onderzocht hoe dubbele telling kan worden beperkt en welke technische aanpak het meest betrouwbaar, controleerbaar en geschikt is als basis voor latere rapportgeneratie.

Uitgevoerde activiteiten

• Onderzoek naar automatische colonoscopierapportage en het volgen en tellen van poliepen tijdens een volledige procedure.
• Selectie en analyse van een dataset met volledige colonoscopieprocedures.
• Ontwikkeling van een testomgeving voor het omzetten van beeldinformatie naar informatie op procedureniveau.
• Vergelijking van verschillende taalmodellen en methoden voor het volgen van laesies.
• Validatie van de ontwikkelde methoden op afzonderlijke testgegevens.

Resultaten

Het project heeft aangetoond dat het technisch mogelijk is om laesies automatisch te volgen en te tellen op basis van informatie uit een volledige colonoscopieprocedure. Tegelijkertijd blijkt dat een volledig generatieve aanpak nog onvoldoende betrouwbaar is voor complexe en herhalende proceduregegevens.

• Zowel taalmodellen als deterministische trackingmethoden konden laesies op procedureniveau tellen.
• De deterministische methode leverde de meest consistente resultaten.
• Beide ontwikkelde methoden presteerden beter dan eenvoudige vergelijkingsmethoden.
• De voorkeursrichting is een hybride architectuur, waarin een controleerbare trackingmethode wordt gecombineerd met een begrensd taalmodel voor het formuleren van rapportage-informatie.

Conclusie en vervolgstappen

De proof-of-concept is geslaagd binnen de afgebakende technische doelstelling, maar is nog geen klinisch of commercieel inzetbaar product. De evaluatie gebruikte expertannotaties in plaats van de ruwe uitvoer van Ameretats eigen detectiemodel. Vervolgonderzoek is nodig naar werkelijke detectoroutput, uitgebreidere rapportagevariabelen, klinische validatie, EPD-integratie en vereisten rond medische software, privacy, cybersecurity en kwaliteitsmanagement.

Bijdrage aan Noord-Nederland

AICR draagt bij aan de RIS3-transitie van zorg naar positieve gezondheid door te onderzoeken hoe administratieve verslaglegging na colonoscopie kan worden verminderd en schaarse zorgcapaciteit efficiënter kan worden ingezet. Daarnaast draagt het project bij aan de transitie van analoog naar digitaal door medische beeldanalyse, temporale aggregatie en gestructureerde verslaglegging met elkaar te verbinden. Als UMCG-spin-off bouwt Ameretat voort op regionale academische, klinische en technologische kennis.

Financiële steun

De financiële steun maakte het mogelijk om de technische haalbaarheid te onderzoeken, verschillende aggregatiemethoden te vergelijken, de belangrijkste beperkingen vast te leggen en een onderbouwde richting voor verdere ontwikkeling te bepalen.

Medegefinancierd door de Europese Unie via het Just Transition Fund, met ondersteuning van SNN

Deze projectpublicatie maakt de financiële steun van de Europese Unie via het JTF en de ondersteuning door SNN zichtbaar.