Algoritme dat fracturen voorspelt blijkt veelbelovend

di 20 september 2022 - 11:32
osteo
AI
Nieuws

Een nieuw algoritme ‘Crystal Bone’ helpt om patiënten te vinden die de komende twee jaar een grote kans maken op een fractuur. Het onderzoek onder leiding van Yasmeen Almog loopt al enkele jaren, maar op 9 september 2022 werd een validatiestudie gepresenteerd die veelbelovend is. Verdere validatie is echter nog nodig voordat het algoritme in de klinische praktijk kan worden gebruikt.

Algoritmes in combinatie met AI rukken snel op in het zorglandschap. Zo wordt onder meer geprobeerd om suïcide beter te voorspellen. Maar ook zijn er algoritmes die het opsporen van zeldzame ziekten makkelijker maken. Tevens zijn er algoritmes in gebruik waarmee het verloop van kanker beter kan worden voorspeld. Sinds een aantal jaren wordt er in de VS druk gewerkt aan een algoritme dat  patiënten met osteoporose en andere identificeert die binnen twee jaar een zeer grote kans lopen op een fractuur. Onlangs werd een veelbelovende validatiestudie gepubliceerd waarover meer kan worden gelezen op de website van Medscape.

Crystal bone algoritme

Het gaat hier om Crystal Bone (Amgen) dat is ontwikkeld onder leiding van datawetenschapper Yasmeen Almog. Het onderzoek is al enkele jaren bezig maar op 9 september 2022 werd een veelbelovende validatiestudie gepresenteerd. Het algoritme is gebouwd met AI om het fractuurrisico te voorspellen op basis van ICD-codes. Hoe dit precies in zijn werk gaat, wordt beschreven in een artikel dat al in 2020 is gepubliceerd in het Journal of Medical Internet Research. Osteoporose wordt ook wel botontkalking genoemd. Bij osteoporose worden de botten minder sterk, doordat de botdichtheid afneemt. Door de afname van de hoeveelheid bot én de veranderde botstructuur ontstaat er een grotere kans op fracturen.

De nauwkeurigheid van het algoritme is veelbelovend en is consistent met de 10-jarige voorspellingen van FRAX. De FRAX -tool is ontwikkeld om het fractuurrisico van patiënten te evalueren. Het is gebaseerd op individuele patiëntmodellen en de algoritmen van FRAX geven de kans op een breuk over een termijn van 10 jaar.

FRAX tool & osteoporose

In de praktijk gebruiken nu veel medici deze FRAX tool om de kans op een botbreuk bij een patiënt in te schatten. Met FRAX voeren clinici onder meer de leeftijd, het geslacht, het gewicht, de lengte, eerdere breuken, de huidige rookstatus, reumatoïde artritis, secundaire osteoporose, alcoholgebruik en de botstructuur van een patiënt in. Crystal Bone heeft echter een andere benadering, om te beginnen is de risicohorizon met twee jaar aanzienlijk korter dan bij FRAX.

Het Crystal Bone algoritme gebruikt elektronische medische dossiers (EPD's) om patiënten te identificeren die waarschijnlijk binnen de komende 2 jaar een fractuur zullen hebben. Dit gebeurt op basis van diagnoses en medicijnen die verband houden met osteoporose en fracturen. Deze omvatten ICD-10-codes voor fracturen op verschillende plaatsen en secundaire oorzaken van osteoporose (zoals reumatoïde en andere inflammatoire artritis, chronische obstructieve longziekte, astma, coeliakie en inflammatoire darmziekte). Opvallend is dat dat het algoritme ook een toename van fracturen voorspelde bij veel patiënten die (nog) niet de diagnose osteoporose hadden.

Veelbelovend algoritme

Het Crystal Bone algoritme heeft ook een actuelere 2-jaars-horizon dan FRAX dat over tien jaar kijkt. De resultaten zijn veelbelovend en de onderzoekers stellen: “De bevindingen geven aan dat het mogelijk is om de unieke medische geschiedenis van een patiënt, aangezien deze in de loop van de tijd verandert, te gebruiken om het risico op een ‘korte termijn fractuur’ te voorspellen. Het valideren en toepassen van een dergelijk instrument binnen het gezondheidszorgsysteem zou geautomatiseerde en wijdverbreide voorspelling van dit risico mogelijk kunnen maken en zou kunnen helpen bij de identificatie van patiënten met een zeer hoog risico op fracturen.”

De wetenschappers valideerden het algoritme bij meer dan 100.000 patiënten van 50 jaar en ouder (dat wil zeggen, met een risico op fracturen) die deel uitmaakten van de dataset van Reliant Medical Group. De volgende stappen zijn validatie in andere datasets om de generaliseerbaarheid van Crystal Bone in Amerikaanse gezondheidszorgsystemen te ondersteunen, rapporteren Elinor Mody, MD, Reliant Medical Group en collega's. In de praktijk zullen patiënten met een zeer hoog risico op een botbreuk, die door Crystal Bone zijn ontdekt, onderzocht worden en regelmatig gecontroleerd. Op die manier kan meer zicht worden gekregen op de klinische bruikbaarheid van het algoritme.