Onderzoeksgroep

Expertise

Expert radioloog, met bijzondere expertise in beeldvorming van de longen. Klinische en researchfocus in het domein van beeldvorming van thoracale oncologie. Dit behelst voornamelijk beeldvorming van longkanker, vroegtijdige longkanker en longnodules, longkankerscreening, mediastinale en pleurale tumoren. Expertise en interesse in klinische implementatie en validatie van AI algoritmes, in het bijzonder in het domein van de thoracale beeldvorming.

Alliantie voor multidimensionale en multidisciplinaire neurowetenschappen (µNEURO). 01/01/2026 - 31/12/2031

Abstract

Met dank aan hun hoge spatiotemporele resolutie en niet-invasieve karakter, zijn (bio)medische beeldvormingstechnieken van vitaal belang geworden om de complexe structuur en functie van het zenuwstelsel in gezondheid en ziekte te begrijpen. Zich bewust van dit unieke potentieel, verenigt μNEURO de expertises van acht complementaire onderzoeksgroepen aan Universiteit Antwerpen, waarbij we inzetten op geavanceerde neuro-beeldvormingstechnieken over schalen en modelsystemen heen om aldus impactrijk fundamenteel en klinisch neuro-onderzoek te versnellen. Bouwend op de multidisciplinaire samenwerking die succesvol tot stand werd gebracht sinds de oprichting van μNEURO 1 (2020-2025), heeft μNEURO 2 (2026-2031) tot doel om de synergie tussen zijn leden te integreren en te consolideren, om zo een internationaal zwaartepunt te worden voor multidimensionele neurowetenschappen. Technologisch beogen we om multimodale beeldvormingsdatasets met spatiotemporele resolutie (geavanceerde microscopie, MRI, PET, SPECT, CT) te verrijken met functionele informatie (fMRI, EEG, MEG, elektrofysiologie, gedrag en klinische evaluatie) en een moleculaire context (vb. vloeistof biomerkers, genetische modellen, spatiële omics) om op die manier een ongeëvenaard inzicht te bereiken in het zenuwstelsel en de mechanismes van ziektes. Biologisch omvat μNEURO een breed gamma aan neurologische aandoeningen, inclusief dementie, bewegingsstoornissen, traumatische ruggengraat- of hersenletsels, perifere neuropathieën en glioblastoma, die bestudeerd worden in een gamma van complementaire modelsystemen reikende van gezonde controles en patiënt-afgeleide organoïden en assembloïden tot fruitvliegen, knaagdieren en mensen. Met een sterke samenwerking tussen fundamentele en preklinische onderzoeksteams, methode-ontwikkelaars en klinische departementen in het Universitair Ziekenhuis Antwerpen (UZA), omvat μNEURO effectief een volledig translationeel platform voor labo-naar-bed onderzoek. Nu we deze interacties versterkt hebben en een gezamenlijke planning voor synergistische projecten hebben opgesteld, heeft μNEURO de intentie om de integratie te formaliseren door bijkomende grootschalige internationale onderzoekprojecten aan te trekken, door de interactie tussen zijn leden en kernfacilititeiten te bevorderen, en door zuurstof te geven aan high-risk high-gain onderzoek binnen het centrum en daarbuiten. Op deze manier zal μNEURO doorbraken in het ruime veld van neurowetenschappen realiseren. Door de focus op technologisch en biologische innovaties en het stroomlijnen van de translationele pijplijn voor de ontdekking en validatie van nieuwe biomerkers en therapeutische middelen, beoogt μNEURO daarenboven om een lange termijn impact te realiseren op de groeiende maatschappelijke druk van zeldzame en meer voorkomende ziektes van het zenuwstelsel, daarbij aansluiting vindend met belangrijke onderzoeksprioriteiten van de Universiteit Antwerpen, België en Europa.

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject

Rekrutering van hoogrisico (voormalige) rokers in Vlaanderen, in het kader van longkankerscreening met lage-dosis CT scan 01/10/2022 - 01/10/2026

Abstract

Longkanker is wereldwijd en in België de belangrijkste doodsoorzaak door kanker. Longkankerscreening (LCS) via Low-Dose Computed Tomography (LDCT) heeft aangetoond dat het de longkankerspecifieke mortaliteit tot 26% kan verminderen in een hoog-risico populatie van (voormalige) rokers. LDCT LCS wordt momenteel geïmplementeerd in verschillende Europese landen, waaronder België. De rekrutering van de doelgroep, die niet gedefinieerd is op basis van leeftijd en geslacht, maar op basis van het risico om longkanker te ontwikkelen, verschilt van andere screeningsprogramma's. Er zullen heel wat verschillende uitdagingen en hindernissen overwonnen moeten worden. Onze studie zal: A/ Prospectief de rekrutering van hoog-risico participanten in 5 verschillende cohorten onderzoeken: 1/ benadering door hun huisarts 2/ door de arbeidsgeneesheer 3/ door de tabakoloog 4/ een brief bij hun eerstvolgende uitnodiging voor borst- of darmkankerscreening 5/ benadering van moeilijk bereikbare socio-economische klassen via de Vlaamse Vereniging voor Respiratoire Gezondheidszorg en Tuberculosebestrijding - VRGT B/ inzicht verwerven in de standpunten van relevante stakeholders betreffende best practices, barrières en opportuniteiten voor een succesvolle implementatie van een toekomstig screeningsprogramma voor longkanker in Vlaanderen.

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject

Optimalisatie van lage dosis CT voor bevolkingsonderzoek naar longkanker: het vinden van de beste balans tussen stralingsrisico en performantie uitgedrukt in termen van beeldkwaliteit en succes van automatische detectiealgoritmen. 01/01/2022 - 31/12/2023

Abstract

Longkanker veroorzaakt een grote mortaliteit, wereldwijd en in Vlaanderen, met 3822 gevallen in 2016. De enige techniek met bewezen mortaliteitsreductie is longkankerscreening (LKS) met CT scans. In 2020 werd een mortaliteitsreductie van 26% (mannen) en 41% (vrouwen) gemeten in de Nederlands-Belgische 'NELSON' studie. De Vlaamse 'Task Force Longkankerscreening' brengt daarom experts samen om een LKS-programma te ontwerpen en vervolgens te ondersteunen voor bevolkingsgroepen waar deze verbetering kan doorgezet worden. Alle (te verwachten) vragen van de verantwoordelijke Vlaamse overheid moeten worden beantwoord. Met dit project willen radiologen en fysici van de Task Force afdoende antwoorden vinden op de volgende vragen: wat is het stralingsrisico verbonden aan de CT scans? Kan beeldvorming worden geoptimaliseerd voor nog lagere röntgendoses? Hoe zijn de prestaties van computeralgoritmen voor het opsporen en meten van kankers? De grootste uitdaging bestaat erin om in een wereld met snel veranderende technologie – bv. artificiële intelligentie - nieuwe testmethoden te ontwikkelen. Drie universitaire groepen zullen hun expertise combineren met (1) risicoberekening, (2) evaluatie van klinische beeldkwaliteit en (3) computerondersteunde detectie en karakterisatie van kanker. Alle nieuwe technieken en testcriteria zullen worden gebundeld in een uniek testprotocol om de kwaliteit van elk CT protocol of computer algoritme voor LKS te kunnen beoordelen en te optimaliseren.

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject