Onderzoekers hebben een AI-model ontwikkeld dat een nieuwe aanpak biedt voor het voorspellen van het sterfterisico bij sepsispatiënten op de intensive care (IC). Het AI-model is ontwikkeld op een zogenoemd Transformer-gebaseerd tijdreeksmodel. Daarmee wordt de gezondheidstoestand van patiënten continu gemonitord en kunnen real-time waarschuwingen gegenereerd worden met betrekking tot het risico op sepsis. Dit stelt artsen in staat om sneller en nauwkeuriger in te grijpen, voordat de toestand van de patiënt verergert.
Uit de het onderzoek, dat onlangs gepubliceerd is in Precision Clinical Medicine, blijkt dat het AI-model beter presteert dan de traditionele tools voor risicobeoordeling. De voorspellende nauwkeurigheid steeg van een AUC (area under the curve ) van 0,87 op dag één naar 0,92 op dag vijf. Dit biedt nieuwe mogelijkheden voor gepersonaliseerde en proactieve IC-zorg.
Slimme data-analyse verbetert besluitvorming
Sepsis is een van de grootste uitdagingen binnen de IC, met sterftecijfers tussen de 20 en 50 pricent. De aandoening ontwikkelt zich razendsnel, waardoor traditionele modellen voor het bepalen van een risicoscore, zoals APACHE-II en SOFA, vaak tekortschieten. Het nieuwe AI-model werd getraind op meer dan 200.000 patiëntendossiers uit de eICU Collaborative Research Database, combineert uurlijkse en dagelijkse gezondheidsindicatoren om trends en acute verslechteringen tijdig te detecteren.
Het AI-model is bovendien in staat op kritische biomarkers zoals lactaatniveaus, ademhalingsfrequentie en stollingsfactoren te analyseren. Daarnaast maakt het gebruik van SHAP-visualisaties, waardoor zorgprofessionals kunnen inzien welke factoren bijdragen aan de risicoschattingen. Dit verbetert de interpretatie en acceptatie van AI-ondersteunde besluitvorming in de klinische praktijk.
Vroege sepsis detectie
Eerdere studies hebben het potentieel van technologie in de vroege detectie van sepsis aangetoond. Zo heeft het Erasmus MC het HeRO-waarschuwingssysteem geïmplementeerd, dat hartritmevariabiliteit analyseert bij te vroeg geboren baby's. Dit systeem voorspelt sepsis voordat symptomen zichtbaar zijn, wat heeft geleid tot een daling van het sterftecijfer met 25 procent. Door tijdige diagnose kan de behandeling eerder starten, waardoor de ernst van de ziekte afneemt en onnodig antibioticagebruik wordt voorkomen.I
Daarnaast is de Europese PREATORIAN-studie, geleid door het Maastricht UMC+, gericht op het versnellen van sepsisdiagnose bij volwassenen. Deze studie ontwikkelt diagnostische methoden om specifieke afweereiwitten in het bloed snel en nauwkeurig te meten, wat kan bijdragen aan snellere en effectievere behandelingen. Deze ontwikkelingen benadrukken de cruciale rol van technologie en AI in de vroegtijdige detectie en behandeling van sepsis, wat de overlevingskansen van patiënten aanzienlijk kan verbeteren.
