Tussen potentie en praktijk: AI als motor voor zorgtransformatie bij prostaatkanker

Abstract

Samenvatting De stijgende incidentie van prostaatkanker en toenemende zorgdruk vragen om efficiëntere, gepersonaliseerde zorg. Binnen de primaire diagnostiek ondersteunen CE-gecertificeerde systemen PI-RADS-analyse en Gleason-predictie. Tijdens stadiëring kan AI ingezet worden voor detectie en kwantificering van PSMA-positieve laesies op PSMA-PET/CT en metastasedetectie op CT en botscintigrafie, hoewel klinische validatie vereist blijft. Binnen primaire therapie faciliteert AI active-surveillance-monitoring, automatische segmentatie in radiotherapie en preoperatieve inschatting van neurovasculaire bundelinvasie. Na primaire behandeling verschuift de focus naar prognostische modellering bij biochemisch recidief en besluitvormingondersteuning voor salvagetherapie. In gemetastaseerde ziekte draagt AI bij aan prognostische modellering, therapieselectie en moleculaire voorspelling. Verdere ontwikkeling vereist robuuste, multimodale modellen, ondersteund door Europese data-infrastructuren, internationale benchmarks en structurele uitkomstregistratie, waarbij AI beslissingsondersteunend blijft en de klinische verantwoordelijkheid bij de arts berust.