Interview met het 4TU Precision Medicine Team

4TU Delft
4TU Eindhoven
4TU Twente
4TU Wageningen
  • Delen

De juiste behandeling, op de juiste manier, op het juiste moment. Een interview met Camilla Terenzi (WUR) en Jelmer Wolterink (UT) over de droom die het 4TU Precision Medicine team verbindt.

Foto's: Dieuwertje Bravenboer

Waar gaat het 4TU Precision Medicine programma over en wat is jullie rol daarin?

Jelmer Wolterink (JW): De bedoeling van het Precision Medicine programma is om meer informatie te halen uit medische beeldvormingstechnieken zoals MRI, CT en echo. Door alle informatie over medische beelden, ook de fysische informatie die omschrijft hoe de beelden zijn gemaakt, naast elkaar te leggen en met artificial intelligence (AI) te analyseren, willen we tot een snellere en een meer precieze diagnose van ziektes komen. 

Onze ultieme droom is dat de patiënt in de toekomst niet meer de one size fits all behandeling van nu krijgt, maar dat we gaan naar precies de juiste behandeling, op de juiste manier, op het juiste moment. Waar een patiënt nu bijvoorbeeld drie keer gescand wordt voor het opsporen van een tumor, willen we naar een situatie waarin de benodigde informatie in één keer verkregen kan worden. Hierdoor verbetert de ervaring van de patiënt en uiteindelijk ook zijn of haar kwaliteit van leven. En het leidt direct tot de gewenste tijdsbesparing voor artsen en minder kosten voor de zorg. 

Korte biografie Jelmer Wolterink 

Jelmer promoveerde in 2017 aan de Universiteit Utrecht (UMC Utrecht) op een proefschrift met de titel Analyse van cardiovasculaire beelden op basis van machine learning. Na postdocs in de Quantitative Image Analysis group van het UMC Utrecht en het Amsterdam UMC is hij in maart 2020 begonnen als Assistant Professor in de Applied Analysis groep in Twente. Jelmer’s onderzoeksinteresses liggen in het gebruik van kunstmatige intelligentie voor medische beeldanalyse, in het bijzonder in generatieve modellen en geometrische deep learning benaderingen.  

Camilla Terenzi (CT): Die droom delen we met het hele team waarin mensen met verschillende expertises samenwerken.

Over welke expertises gaat het?
CT: In ons consortium zitten wetenschappers met verschillende achtergronden, van fundamentele natuurkunde tot informatica en toegepaste wiskunde. We brengen die verschillende stukken kennis bij elkaar. Bijvoorbeeld de kennis over medische beeldvormingstechnieken. Een concreet voorbeeld is een MRI-scan van het hart. Kunnen we deze scan sneller maken en ervoor zorgen dat het beeld dat uit de scanner komt toch dezelfde informatie bevat als nu? Of kunnen we informatie die wel verzameld wordt, maar niet gebruikt wordt, beter aan de oppervlakte brengen?  Hoe kunnen we onze expertise gebruiken om ervoor te zorgen dat een beeld straks alles laat zien wat je meet? Kan de natuurkunde daar wat in betekenen en kunnen we daarmee de diagnostiek een stap verder brengen?

Waar zijn jullie trots op?
JW: Een heel mooi voorbeeld vind ik de MRI-scanner die in Twente bij het TechMed Centre staat opgesteld. De testfaciliteit van deze MRI is hetzelfde als in de ziekenhuizen. Wetenschappers van de Universiteit Twente onderzoeken samen met die van de TU Delft, Wageningen University en de TU Eindhoven hoeveel data je uit een MRI-scan kunt weghalen om toch een even waardevol beeld te krijgen. Door te leren waar de precieze klinische informatie verborgen ligt, kun je de tijd die een patiënt in de scanner ligt verkorten van de huidige 45 minuten naar misschien wel 3 minuten in de toekomst. Dat levert naast welzijn voor de patiënt ook veel meer efficiency op!

"Door te leren waar de precieze klinische informatie verborgen ligt, kun je de tijd die een patiënt in de scanner ligt verkorten van de huidige 45 minuten naar misschien wel 3 minuten in de toekomst."
Jelmer Wolterink (UT)

En dan is er nog een ander mooi project. Daarin meten onderzoekers van de Universiteit Twente, TU Eindhoven en TU Delft met een echoapparaat hoe microscopisch kleine belletjes – kleiner dan rode bloedcellen- reageren op het echogeluid. Het apparaat kan die bubbels gevoelig detecteren, en zo de doorbloedingsgraad van een orgaan live in beeld brengen. Met AI willen we kijken of we deze technieken verder kunnen verbeteren. Qua toepassing kun je denken aan ultrasnelle 3D-beeldvorming van bloedstroming in de buikslagader of precisiemetingen van bloedvatvorming in tumorweefsel. Deze informatie helpt de vaatchirurg en de oncoloog om te komen tot een betere diagnose en een beter behandelplan, eentje die gericht is op deze specifieke patiënt. 

Korte biografie Camilla Terenzi

Camilla is in juli 2018 begonnen als universitair docent in NMR/MRI-methoden toegepast op zachte materie en voedingswetenschappen bij het Laboratorium voor Biofysica van Wageningen University. Daarvoor deed ze postdoctoraal onderzoek aan Cambridge University (UK), University of Nancy- Lorraine (FR) en KTH Stockholm (SE). Ze behaalde haar doctoraat in de natuurkunde aan de Sapienza Universiteit van Rome op "2D NMR-relaxometrie in poreuze media". Camilla's onderzoeksinteresses liggen in kwantitatieve NMR/MRI dynamische studies van fundamentele en industrieel relevante dynamische verschijnselen in meerfasensystemen.

CT: Minstens zo’n mooi succes om te noemen is de ontwikkeling die wij als wetenschappers doormaken. Dit gezamenlijk programma zorgt ervoor dat je nieuwe onderzoekspaden bewandelt. Zo ben ik zelf, om een voorbeeld te geven, van achtergrond geen medisch natuurkundige, maar word ik door mijn collega-onderzoekers gestimuleerd ook die kant van mijzelf te ontwikkelen en met hen in gesprek te gaan. Dit soort uitwisselingen leveren veel nieuwe ideeën op en daarmee een hogere impact als het gaat om peer-reviewed artikelen voor wetenschappelijke tijdschriften.

En dan is er ook iets om trots te zijn voor Jelmer?
JW: Ja dat klopt! Ik heb afgelopen november een VENI-beurs van NWO ontvangen van 250.000 euro. Daarmee krijg je als wetenschapper de kans om een nieuwe onderzoekslijn uit te zetten. Het geld zal worden besteed aan het beter opsporen van scheurvorming in de buikslagader, de aorta. De kans op scheuring treedt op bij verwijding van de aorta. Nu wordt vaak chirurgisch ingegrepen bij een verwijding van meer dan 5,5 cm, maar scheuring kan ook optreden als een aorta smaller dan 5,5 cm is. Aan de andere kant is chirurgisch ingrijpen zeker niet zonder risico, en wil je alleen ingrijpen bij de patiënten voor wie het echt nodig is. Mijn plan is om AI en de verschillende beeldvormingstechnieken te combineren en zo het risico op scheurvorming beter in te schatten en de patiënt gerichter te kunnen behandelen. Ik werk behalve met artsen, ook veel samen met onderzoekers van andere universiteiten waaronder die van het 4TU programma. Op die manier stroomt deze kennis versneld in verschillende richtingen door.

"Ik heb gewerkt in Zweden, Frankrijk en het VK, maar heb die mate van verbinding daar niet meegemaakt. De compacte geografie van dit land maakt dat we zo goed gebruik kunnen maken van alle faciliteiten en knappe wetenschappers die Nederland te bieden heeft."
Camilla Terenzi (WUR)

Die kennisdeling kenmerkt ook het 4TU programma?
CT: Ja zeker! Naast de onderlinge samenwerking tussen de onderzoekers, is de kracht van dit programma ook dat er verbindingen zijn met bijna alle academische ziekenhuizen. Ook daarmee verhoog je de impact van ons onderzoek. En wij hebben de mensen uit de kliniek nodig om te beschikken over de benodigde data. Ik heb gewerkt in Zweden, Frankrijk en het VK, maar heb die mate van verbinding daar niet meegemaakt. De compacte geografie van dit land maakt dat we zo goed gebruik kunnen maken van alle faciliteiten en knappe wetenschappers die Nederland te bieden heeft.  

Tot wanneer duurt dit programma?
CT: Het programma begon in 2018 en loopt nog tot en met december 2022. Maar dit is slechts het einde van het begin: Het solide netwerk dat we nu aan het opbouwen zijn, blijft. Daarvan zullen we dankbaar gebruik maken bij het schrijven van nieuwe onderzoeksvoorstellen hierna. Binnen ons netwerk werken we met talentvolle postdocs, PhD kandidaten en studenten. Wij zijn de drijvers, maar zij zijn de krachten! 

Het HTSF-programma Precision Medicine

Het 4TU programma Precision Medicine wil met een combinatie van deep learning, een speciale vorm van kunstmatige intelligentie, en medische beeldvormingstechnieken de diagnostiek naar een hoger plan tillen. Van een ‘one-size-fits-all-benadering’ naar een op maat gesneden, gepersonaliseerde aanpak. Dit is volgens het Precision Medicine team dé manier om de zorg op lange termijn toegankelijk en betaalbaar te houden.

Het team bestaat onder meer uit zeven Tenure Trackers, excellent presterende wetenschappers die de kans krijgen door te stromen naar een UHD-functie en uiteindelijk naar de positie van hoogleraar. Een aantal wetenschappers heeft een dubbelpositie bij medische centra en er wordt samengewerkt met klinische partners binnen de Centers for Medical Imaging van het Innovative Medical Devices Initiative (IMDI): Quantivison (Amsterdam UMC, NKI/AVL), IDII (TU/e, Maastricht UMC+, UMC Utrecht), CMINEN (UT, Radboudumc, UMC Groningen) en Medical Delta (TU Delft, Leiden UMC, Erasmus MC).

Program leader

Prof. dr. Michel Versluis
University of Twente
Physics of Fluids Group, MESA+ Institute for Nanotechnology, Technical Medical (TechMed) Center
m.versluis@utwente.nl


Tenure trackers

Dr. Camilla Terenzi
Wageningen University & Research
Laboratory of Biophysics, Agriculture and Food Science Group
camilla.terenzi@wur.nl


Dr. David Maresca
Delft University of Technology
Department of Imaging Physics, Faculty of Applied Sciences
d.maresca@tudelft.nl


Dr. Guillaume Lajoinie
University of Twente
Physics of Fluids Group, MESA+ Institute for Nanotechnology, Technical Medical (TechMed) Center
g.p.r.lajoinie@utwente.nl

Dr. Jelmer Wolterink
University of Twente
Department of Applied Mathematics, Technical Medical (TechMed) Center
j.m.wolterink@utwente.nl


Dr. Min Wu
Eindhoven University of Technology
PULS/e, Department of Biomedical Engineering
m.wu@tue.nl



Dr. Sebastian Weingärtner
Delft University of Technology
Department of Imaging Physics, Faculty of Applied Sciences
s.weingartner@tudelft.nl



Dr. Simona Turco
Eindhoven University of Technology
Biomedical Diagnostics lab, Department of Electrical Engineering
s.turco@tue.nl

Interview met het 4TU Precision Medicine Team

De juiste behandeling, op de juiste manier, op het juiste moment. Een interview met Camilla Terenzi (WUR) en Jelmer Wolterink (UT) over de droom die het 4TU Precision Medicine team verbindt.

Foto's: Dieuwertje Bravenboer

Waar gaat het 4TU Precision Medicine programma over en wat is jullie rol daarin?

Jelmer Wolterink (JW): De bedoeling van het Precision Medicine programma is om meer informatie te halen uit medische beeldvormingstechnieken zoals MRI, CT en echo. Door alle informatie over medische beelden, ook de fysische informatie die omschrijft hoe de beelden zijn gemaakt, naast elkaar te leggen en met artificial intelligence (AI) te analyseren, willen we tot een snellere en een meer precieze diagnose van ziektes komen. 

Onze ultieme droom is dat de patiënt in de toekomst niet meer de one size fits all behandeling van nu krijgt, maar dat we gaan naar precies de juiste behandeling, op de juiste manier, op het juiste moment. Waar een patiënt nu bijvoorbeeld drie keer gescand wordt voor het opsporen van een tumor, willen we naar een situatie waarin de benodigde informatie in één keer verkregen kan worden. Hierdoor verbetert de ervaring van de patiënt en uiteindelijk ook zijn of haar kwaliteit van leven. En het leidt direct tot de gewenste tijdsbesparing voor artsen en minder kosten voor de zorg. 

Korte biografie Jelmer Wolterink 

Jelmer promoveerde in 2017 aan de Universiteit Utrecht (UMC Utrecht) op een proefschrift met de titel Analyse van cardiovasculaire beelden op basis van machine learning. Na postdocs in de Quantitative Image Analysis group van het UMC Utrecht en het Amsterdam UMC is hij in maart 2020 begonnen als Assistant Professor in de Applied Analysis groep in Twente. Jelmer’s onderzoeksinteresses liggen in het gebruik van kunstmatige intelligentie voor medische beeldanalyse, in het bijzonder in generatieve modellen en geometrische deep learning benaderingen.  

Camilla Terenzi (CT): Die droom delen we met het hele team waarin mensen met verschillende expertises samenwerken.

Over welke expertises gaat het?
CT: In ons consortium zitten wetenschappers met verschillende achtergronden, van fundamentele natuurkunde tot informatica en toegepaste wiskunde. We brengen die verschillende stukken kennis bij elkaar. Bijvoorbeeld de kennis over medische beeldvormingstechnieken. Een concreet voorbeeld is een MRI-scan van het hart. Kunnen we deze scan sneller maken en ervoor zorgen dat het beeld dat uit de scanner komt toch dezelfde informatie bevat als nu? Of kunnen we informatie die wel verzameld wordt, maar niet gebruikt wordt, beter aan de oppervlakte brengen?  Hoe kunnen we onze expertise gebruiken om ervoor te zorgen dat een beeld straks alles laat zien wat je meet? Kan de natuurkunde daar wat in betekenen en kunnen we daarmee de diagnostiek een stap verder brengen?

Waar zijn jullie trots op?
JW: Een heel mooi voorbeeld vind ik de MRI-scanner die in Twente bij het TechMed Centre staat opgesteld. De testfaciliteit van deze MRI is hetzelfde als in de ziekenhuizen. Wetenschappers van de Universiteit Twente onderzoeken samen met die van de TU Delft, Wageningen University en de TU Eindhoven hoeveel data je uit een MRI-scan kunt weghalen om toch een even waardevol beeld te krijgen. Door te leren waar de precieze klinische informatie verborgen ligt, kun je de tijd die een patiënt in de scanner ligt verkorten van de huidige 45 minuten naar misschien wel 3 minuten in de toekomst. Dat levert naast welzijn voor de patiënt ook veel meer efficiency op!

"Door te leren waar de precieze klinische informatie verborgen ligt, kun je de tijd die een patiënt in de scanner ligt verkorten van de huidige 45 minuten naar misschien wel 3 minuten in de toekomst."
Jelmer Wolterink (UT)

En dan is er nog een ander mooi project. Daarin meten onderzoekers van de Universiteit Twente, TU Eindhoven en TU Delft met een echoapparaat hoe microscopisch kleine belletjes – kleiner dan rode bloedcellen- reageren op het echogeluid. Het apparaat kan die bubbels gevoelig detecteren, en zo de doorbloedingsgraad van een orgaan live in beeld brengen. Met AI willen we kijken of we deze technieken verder kunnen verbeteren. Qua toepassing kun je denken aan ultrasnelle 3D-beeldvorming van bloedstroming in de buikslagader of precisiemetingen van bloedvatvorming in tumorweefsel. Deze informatie helpt de vaatchirurg en de oncoloog om te komen tot een betere diagnose en een beter behandelplan, eentje die gericht is op deze specifieke patiënt. 

Korte biografie Camilla Terenzi

Camilla is in juli 2018 begonnen als universitair docent in NMR/MRI-methoden toegepast op zachte materie en voedingswetenschappen bij het Laboratorium voor Biofysica van Wageningen University. Daarvoor deed ze postdoctoraal onderzoek aan Cambridge University (UK), University of Nancy- Lorraine (FR) en KTH Stockholm (SE). Ze behaalde haar doctoraat in de natuurkunde aan de Sapienza Universiteit van Rome op "2D NMR-relaxometrie in poreuze media". Camilla's onderzoeksinteresses liggen in kwantitatieve NMR/MRI dynamische studies van fundamentele en industrieel relevante dynamische verschijnselen in meerfasensystemen.

CT: Minstens zo’n mooi succes om te noemen is de ontwikkeling die wij als wetenschappers doormaken. Dit gezamenlijk programma zorgt ervoor dat je nieuwe onderzoekspaden bewandelt. Zo ben ik zelf, om een voorbeeld te geven, van achtergrond geen medisch natuurkundige, maar word ik door mijn collega-onderzoekers gestimuleerd ook die kant van mijzelf te ontwikkelen en met hen in gesprek te gaan. Dit soort uitwisselingen leveren veel nieuwe ideeën op en daarmee een hogere impact als het gaat om peer-reviewed artikelen voor wetenschappelijke tijdschriften.

En dan is er ook iets om trots te zijn voor Jelmer?
JW: Ja dat klopt! Ik heb afgelopen november een VENI-beurs van NWO ontvangen van 250.000 euro. Daarmee krijg je als wetenschapper de kans om een nieuwe onderzoekslijn uit te zetten. Het geld zal worden besteed aan het beter opsporen van scheurvorming in de buikslagader, de aorta. De kans op scheuring treedt op bij verwijding van de aorta. Nu wordt vaak chirurgisch ingegrepen bij een verwijding van meer dan 5,5 cm, maar scheuring kan ook optreden als een aorta smaller dan 5,5 cm is. Aan de andere kant is chirurgisch ingrijpen zeker niet zonder risico, en wil je alleen ingrijpen bij de patiënten voor wie het echt nodig is. Mijn plan is om AI en de verschillende beeldvormingstechnieken te combineren en zo het risico op scheurvorming beter in te schatten en de patiënt gerichter te kunnen behandelen. Ik werk behalve met artsen, ook veel samen met onderzoekers van andere universiteiten waaronder die van het 4TU programma. Op die manier stroomt deze kennis versneld in verschillende richtingen door.

"Ik heb gewerkt in Zweden, Frankrijk en het VK, maar heb die mate van verbinding daar niet meegemaakt. De compacte geografie van dit land maakt dat we zo goed gebruik kunnen maken van alle faciliteiten en knappe wetenschappers die Nederland te bieden heeft."
Camilla Terenzi (WUR)

Die kennisdeling kenmerkt ook het 4TU programma?
CT: Ja zeker! Naast de onderlinge samenwerking tussen de onderzoekers, is de kracht van dit programma ook dat er verbindingen zijn met bijna alle academische ziekenhuizen. Ook daarmee verhoog je de impact van ons onderzoek. En wij hebben de mensen uit de kliniek nodig om te beschikken over de benodigde data. Ik heb gewerkt in Zweden, Frankrijk en het VK, maar heb die mate van verbinding daar niet meegemaakt. De compacte geografie van dit land maakt dat we zo goed gebruik kunnen maken van alle faciliteiten en knappe wetenschappers die Nederland te bieden heeft.  

Tot wanneer duurt dit programma?
CT: Het programma begon in 2018 en loopt nog tot en met december 2022. Maar dit is slechts het einde van het begin: Het solide netwerk dat we nu aan het opbouwen zijn, blijft. Daarvan zullen we dankbaar gebruik maken bij het schrijven van nieuwe onderzoeksvoorstellen hierna. Binnen ons netwerk werken we met talentvolle postdocs, PhD kandidaten en studenten. Wij zijn de drijvers, maar zij zijn de krachten! 

Het HTSF-programma Precision Medicine

Het 4TU programma Precision Medicine wil met een combinatie van deep learning, een speciale vorm van kunstmatige intelligentie, en medische beeldvormingstechnieken de diagnostiek naar een hoger plan tillen. Van een ‘one-size-fits-all-benadering’ naar een op maat gesneden, gepersonaliseerde aanpak. Dit is volgens het Precision Medicine team dé manier om de zorg op lange termijn toegankelijk en betaalbaar te houden.

Het team bestaat onder meer uit zeven Tenure Trackers, excellent presterende wetenschappers die de kans krijgen door te stromen naar een UHD-functie en uiteindelijk naar de positie van hoogleraar. Een aantal wetenschappers heeft een dubbelpositie bij medische centra en er wordt samengewerkt met klinische partners binnen de Centers for Medical Imaging van het Innovative Medical Devices Initiative (IMDI): Quantivison (Amsterdam UMC, NKI/AVL), IDII (TU/e, Maastricht UMC+, UMC Utrecht), CMINEN (UT, Radboudumc, UMC Groningen) en Medical Delta (TU Delft, Leiden UMC, Erasmus MC).

Program leader

Prof. dr. Michel Versluis
University of Twente
Physics of Fluids Group, MESA+ Institute for Nanotechnology, Technical Medical (TechMed) Center
m.versluis@utwente.nl


Tenure trackers

Dr. Camilla Terenzi
Wageningen University & Research
Laboratory of Biophysics, Agriculture and Food Science Group
camilla.terenzi@wur.nl


Dr. David Maresca
Delft University of Technology
Department of Imaging Physics, Faculty of Applied Sciences
d.maresca@tudelft.nl


Dr. Guillaume Lajoinie
University of Twente
Physics of Fluids Group, MESA+ Institute for Nanotechnology, Technical Medical (TechMed) Center
g.p.r.lajoinie@utwente.nl

Dr. Jelmer Wolterink
University of Twente
Department of Applied Mathematics, Technical Medical (TechMed) Center
j.m.wolterink@utwente.nl


Dr. Min Wu
Eindhoven University of Technology
PULS/e, Department of Biomedical Engineering
m.wu@tue.nl



Dr. Sebastian Weingärtner
Delft University of Technology
Department of Imaging Physics, Faculty of Applied Sciences
s.weingartner@tudelft.nl



Dr. Simona Turco
Eindhoven University of Technology
Biomedical Diagnostics lab, Department of Electrical Engineering
s.turco@tue.nl