Penn plant preklinische tests met Percival in 2027

Penn Medicine wil begin 2027 preklinische tests met Percival starten, een CT-model dat mogelijke gezondheidsrisico's buiten de oorspronkelijke scanvraag moet signaleren bij patiënten die om een andere reden zijn gescand.

Voor Nederlandse ziekenhuizen en leveranciers van radiologie-IT is er nog geen klinische toepassing om in een zorgproces op te nemen: Percival blijft preklinisch. Het beoogde gebruik is extra controle van dezelfde CT-scan op signalen buiten de oorspronkelijke aanvraag. Penn noemt geen datum voor reguliere inzet.

Een biobank voedt het model

Penn Medicine publiceerde zijn nieuwsbericht op 16 oktober. De peer-reviewed studie verscheen op 29 september en beschrijft meer dan 400.000 CT-scans gekoppeld aan radiologieverslagen en ruim 20.000 deelnemers in de validatieset. Het nieuwe nieuws ligt daarmee in de testplanning, niet in een eerste beschikbaarstelling van het model.

De scans komen uit de Penn Medicine BioBank, die volgens Penn informatie van meer dan 350.000 mensen uit twintig jaar zorg bevat. Percival koppelt driedimensionale CT-beelden aan radiologieverslagen. Een beeld- en een tekstencoder leren welke scans en verslagen bij elkaar horen. Zo ontstaat een brede beeldrepresentatie die later voor verschillende ziekteclassificaties of risico-inschattingen kan worden gebruikt.

De trainingsset is een deel van die biobank. Een versie van het manuscript uit juni beschrijft 402.958 CT-volumes met verslagen van 51.240 deelnemers. De validatieset telde 137.912 volumes van 21.875 deelnemers. Eén persoon kan dus meerdere scans bijdragen. De aantallen gaan niet over 400.000 patiënten.

Scores beschrijven onderscheidingsvermogen, geen diagnose

Penn meldt dat Percival in vergelijkingen aandoeningen als pancreaskanker, cirrose en bacteriële longontsteking beter signaleerde dan TotalSegmentator. Die vergelijking betreft modeluitkomsten op een testset. TotalSegmentator segmenteert organen op de CT-scan. In de vergelijking gebruiken de onderzoekers de uitkomsten van beide modellen als invoer voor ziekteclassificatie. Een juni-versie van het manuscript rapporteert een AUC van 0,91 voor pancreaskanker tegenover 0,84 voor TotalSegmentator, plus een externe toets op 1.564 CT-volumes en 18 thoraxlabels.

Een AUC van 0,91 betekent niet dat negen van de tien diagnoses kloppen. De maat beschrijft hoe vaak een model een positief geval hoger rangschikt dan een negatief geval. De onderzoekers bouwden classificatiemodellen op Percivals beeldrepresentatie en vergeleken uitkomsten met diagnoses in patiëntgegevens. Dat ondersteunt de conclusie dat de scans informatie bevatten die samenhangt met geregistreerde aandoeningen. Het bewijst niet dat een radioloog bij elk individueel signaal een zichtbare tumor of andere aandoening zal aantreffen.

De externe toets bestrijkt minder dan de volledige toepassing van het model. Volgens dezelfde manuscriptversie bestond die uit thoraxscans en achttien labels. De bredere analyse van toekomstige ziektepatronen bleef gebaseerd op gegevens uit het Penn-systeem. De onderzoekers melden ook dat de helft van de onderzochte aandoeningen minder dan vijfhonderd positieve gevallen had. Dat maakt prestaties voor zeldzamere aandoeningen extra gevoelig voor de samenstelling van de testgroep.

Ook andere CT-modellen worden prospectief getest

OMAFound, een model voor borst- en longkankerscreening met CT-scans met lage stralingsdosis, werd prospectief onderzocht bij 21.601 deelnemers in vier medische centra. Dat is een andere toepassing dan Percivals brede zoektocht naar bijkomende signalen, dus het is geen rechtstreekse vergelijking. Wel laat het zien dat CT-modellen ook buiten bestaande biobankgegevens kunnen worden getoetst.

Zorg-AI wordt ook op andere momenten in het werkproces getest. Een begeleide AMIE-intake vóór het huisartsconsult liet patiënten eerst met AI spreken; in de Lancet-studie voltooiden 98 van 114 deelnemers zowel de chat als het consult, terwijl een arts de gesprekken live kon volgen. Die proef ging over een gesprek, niet over beeldvorming, maar maakt het verschil zichtbaar tussen een modelscore en een gecontroleerde workflow met echte patiënten.

Open toegang kent een commerciële grens

Percival is al langer publiek beschikbaar. De projectgeschiedenis vermeldt een eerste release in juli 2025, versie 2.0 in mei 2026 en een CC BY-NC 4.0-licentie. De repository zegt dat commercieel gebruik een aparte overeenkomst vereist. Voor commerciële toepassing zijn code en modelgewichten dus niet zonder meer vrij inzetbaar.

Dat is relevant omdat een model dat mogelijke diagnoses of toekomstig risico markeert aan de klinische kant van zorg-AI zit. De grens tussen AI die administratieve handelingen vastlegt en AI die een medische beslissing beïnvloedt bepaalt welke controle een toepassing nodig heeft. Voor de brede prognose-uitkomsten ontbreken nog cijfers over foutmeldingen, vervolgonderzoek en werking buiten Penns eigen patiëntpopulatie.

De tests die Penn voor begin 2027 wil starten, vormen de volgende stap. Ze kunnen laten zien of de signalen standhouden buiten de eigen dataset. De relevante vervolgvragen zijn hoeveel meldingen extra controles opleveren en of de uitkomsten ook bij andere scanprotocollen kloppen. Tot die gegevens er zijn, beschrijft Percival een onderzoeksrichting en geen klinisch inzetbare dienst.