Binnen de Mayo Clinic is onderzoek gedaan naar de meerwaarde van AI-ECG’s voor het eerder detecteren van problemen met de pompfunctie van het hart. Deze aandoening, ook wel lage ejectiefractie genoemd, blijkt door het gebruik van AI veel eerder te kunnen worden vastgesteld, wanneer de patiënt nog geen directe symptomen heeft. Het onderzoek van cardioloog Peter Noseworthy toont bovendien aan dat het gebruik van AI-ECG technologie op een kosteneffectieve wijze kan worden ingezet voor preventieve screening.
Een dalende pompfunctie van het hart is met de juiste medicatie goed te behandelen. De aandoening is echter moeilijk te herkennen, zeker wanneer patiënten nog geen symptomen hebben. In die gevallen is het voor artsen niet gebruikelijk om de patiënt door te verwijzen voor een echocardiogram of andere diagnostische test om de ejectiefractie te controleren.
Peventief AI-ECG onderzoek
Met het onderzoek, gepubliceerd in Mayo Clinics Proceedings: Digital Health, stellen cardioloog Noseworthy en professor in Health Services Research aan de Mayo Clinic Xiaoxi Yao, dat preventieve screening met behulp van AI-ECG technologie, bijvoorbeeld tijdens een routinebezoek op de poli, ertoe kan leiden dat hartfalen eerder gediagnosticeerd wordt en in een vroeger stadium behandeld kan worden. Zo kan de progressie van de ziekte wordt vertraagd of gestopt en mogelijk hogere medische kosten voorkomen worden.
De onderzoekers bestudeerden de economische impact van het gebruik van het AI-ECG hulpmiddel door real-world informatie te gebruiken van 22.000 deelnemers aan het gevestigde EAGLE onderzoek en na te gaan welke patiënten een zwakke hartpomp hadden en welke niet. Ze simuleerden de progressie van de ziekte op de langere termijn en kenden waarden toe voor de gezondheidsbelasting voor patiënten en het resulterende effect op de economische waarde.
“We categoriseerden patiënten als ofwel AI-ECG-positief, wat betekent dat we verdere tests zouden aanbevelen voor een lage ejectiefractie, ofwel AI-ECG-negatief zonder dat verdere tests nodig waren. Vervolgens volgden we het normale zorgpad en keken we wat dat zou kosten. Hebben ze een echocardiogram gehad? Blijven ze gezond of ontwikkelen ze later hartfalen en hebben ze een ziekenhuisopname nodig? We keken naar verschillende scenario's, kosten en resultaten voor de patiënt,” aldus Dr. Xiaoxi Yao.
Het inzetten van AI-tools en -algoritmes om hartaandoeningen sneller en nauwkeuriger te kunnen diagnosticeren leidde vorig jaar tot de ontwikkeling van AI-gestuurde ECG software door het Utrecht UMC en Cordys Analytics. Daarmee worden zorgverleners ondersteund bij het nemen van beslissingen en het minimaliseren van ziekenhuisopnames en complicaties bij patiënten met onbehandelde hartaandoeningen. Door de kracht van geavanceerde deep learning-technieken te benutten, herkent deze software subtiele patronen en afwijkingen in ECG-gegevens die traditionele diagnostische methoden vaak over het hoofd zien.
Kosteneffectiviteit
Volgens het onderzoek was de kosteneffectiviteit van het gebruik van AI-ECG $27.858 per voor kwaliteit gecorrigeerd levensjaar - een maat voor de kwaliteit van leven en levensjaren. Het programma was vooral kosteneffectief in poliklinische settings, met een veel lagere kosteneffectiviteit van $1.651 per voor kwaliteit gecorrigeerd levensjaar.
“We weten dat een vroegere diagnose kan leiden tot betere en meer kosteneffectieve behandelingsopties. Om dat te bereiken, hebben we een kader opgezet voor AI-evaluatie en -implementatie. De volgende stap is het vinden van manieren om dit proces te stroomlijnen, zodat we de tijd en middelen die nodig zijn voor zo'n strenge evaluatie kunnen verminderen,” zegt Dr. Yao.
