Infrarood thermografie als een nieuw instrument voor vroege detectie en karakterisering van huidkanker

De vroege detectie van huidkanker verhoogt de overlevingskansen en maakt meer kostenefficiënte behandelingen mogelijk, vaak met mindere impact op het leven van patiënten. Dit projectvoorstel komt voort uit mijn doctoraal onderzoek, gericht op het gebruik van infrarood thermografie voor het karakteriseren van kwaadaardige huidlaesies. Actieve infrarood thermografie is een niet-invasieve diagnostische techniek die gebruikmaakt van infraroodstraling om de huidtemperatuur te meten, waardoor temperatuurveranderingen en -verdeling op het oppervlak van het menselijk lichaam kunnen worden gedetecteerd. Actieve thermografie blijkt bijzonder effectief te zijn in het identificeren van huidkanker vanwege de verhoogde metabole activiteit en angiogenese die gepaard gaat met de kwaadaardige transformatie. In het geval van melanomen blijken deze een hogere temperatuur te vertonen dan de omliggende gezonde huid, waardoor thermische beeldvorming uitermate geschikt is. Verschillende typen huidvlekken, zoals goedaardige naevi of basale celcarcinomen, kunnen verschillende thermische kenmerken vertonen, waardoor thermografie onderscheid kan maken tussen verschillende vlekken die verdacht zijn voor huidkanker. Onderzoek wijst uit dat thermische infraroodbeeldvorming nieuwe bloedvaten en chemische veranderingen kan onthullen die gekoppeld zijn aan tumorontwikkeling en -groei. Een samenwerking met de Zurich School of Engineering heeft geleid om een prototype (HypIRskin) te ontwikkelen op basis van thermografie om het onderhuidse gebied en de diepte van huidlaesies te beoordelen voordat ze worden verwijderd. Het prototype onderging voorlopige tests bij een kleine patiëntencohort, met zeer veelbelovende resultaten. Het is echter van cruciaal belang om een uitgebreide validatiestudie uit te voeren binnen een grotere groep patiënten, een aspect dat dit project wil aanpakken. De voorgestelde onderzoeksmethodologie beoogt deze innovatieve techniek op basis van infrarood thermografie te valideren en een substantiële dataset van thermografiegegevens over huidvlekken samen te stellen. Door gebruik te maken van deze dataset, zullen machine learning-algoritmen verder worden ontwikkeld en geëvalueerd om huidvlekken nauwkeurig te karakteriseren. De methodologie die in dit project wordt beschreven, omvat het verzamelen van een uitgebreide dataset van minimaal 250 huidlaesies via een meetcampagne in samenwerking met de dermatologieafdelingen van UZGent en UZA. Gelijktijdig met de meetcampagne zal de optimalisatie van het algoritme worden uitgevoerd. Vervolgens zal het apparaat en de methodologie klinische validatie ondergaan. Uiteindelijk zal het apparaat worden ingezet voor gebruik binnen een ziekenhuisomgeving.