Bij een gewone echo in de zwangerschap kan een echoscopist mogelijke afwijkingen aan de hersenen van de baby opmerken. Dan volgt vaak een MRI-scan. Maar een ongeboren kind ligt niet stil, en dat maakt die scan lastig. Onderzoekers van MIT, Boston Children's Hospital en het Franse onderzoeksinstituut Inria hebben daar een AI-model voor ontwikkeld: E(3)-Pose. Ze presenteerden het werk op de European Conference on Computer Vision van 2026.

Het probleem: plakjes die niet op elkaar aansluiten

Een MRI van het hoofd bestaat uit een reeks tweedimensionale beelden, plakjes, die samen een 3D-beeld vormen. Beweegt het hoofd tijdens de scan, dan wordt elk plakje vanuit een andere hoek gemaakt. Er ontstaan gaten en vreemde oriëntaties in het eindresultaat. Daardoor kan een radioloog fijne details missen of een afwijking verkeerd beoordelen.

"Een van de problemen met een bewegende baby is dat de plakjes alle kanten op liggen", zegt hoofdonderzoeker Ramya Muthukrishnan, promovendus aan MIT.

Symmetrie ingebouwd in het model

Wat E(3)-Pose bijzonder maakt, is dat het natuurkundige kennis niet alleen uit data leert. De links-rechtssymmetrie van het hoofd van een foetus is direct in de opbouw van het neurale netwerk verwerkt. Daardoor kan het model makkelijker vaststellen hoe de hersenen op een bepaald moment liggen, en kan de scanner daarop inspelen.

Het model is getest op de scanner zelf, niet alleen op een computer. Volgens Muthukrishnan was dat een flinke klus: ze liet de scanner naar eigen zeggen vaak crashen voordat het werkte. Pediatrisch radioloog Ellen Grant van Boston Children's verwacht dat het werk de foetale MRI kan automatiseren, met snellere en comfortabelere scans voor zwangere vrouwen en betere beelden voor radiologen.

Nog niet klaar voor elke zwangerschap

Het model is vooral getraind op foetussen in het derde trimester. De onderzoekers willen het nu ook geschikt maken voor het tweede trimester. Die foetussen zijn kleiner en bewegen meer, maar juist daar is vroeg ontdekken het belangrijkst, omdat ingrijpen dan makkelijker is. Volgens de onderzoekers kan de techniek later ook helpen bij andere lastig te scannen lichaamsdelen, en zelfs bij zelfrijdende auto's die met beperkte sensoren 3D-objecten moeten volgen.

Wat betekent dit voor jou?

Dit is onderzoek, nog geen standaardbehandeling in het ziekenhuis. Het laat wel zien hoe AI kan helpen om medische beelden betrouwbaarder te maken, zonder dat een patiënt langer in de scanner hoeft te liggen. Wanneer en of de methode in de praktijk wordt gebruikt, is nog niet bekend.