Het is lastig om op basis van symptomen de juiste diagnose te stellen bij bewegingsstoornissen. Dat komt omdat de symptomen van de verschillende bewegingsstoornissen vaak veel op elkaar lijken. Dat zorgt er ook voor dat het lastig is om de juiste behandeling te geven. Maar door een onderzoek met het gebruik van AI kan het onderscheid tussen de bewegingsstoornissen tremor en myoclonus nu goed worden gemaakt.
Volgens neuroloog en onderzoeksleider Marina de Koning-Tijssen van het UMCG is die juiste diagnose stellen cruciaal: “De behandeling van verschillende bewegingsstoornissen varieert heel sterk. Als je de juiste diagnose hebt, kan je meteen de beste behandeling inzetten voor de patiënt.”
Meerdere bewegingsstoornissen
In sommige situaties hebben patiënten soms ook meerdere bewegingsstoornissen tegelijk. En omdat de symptomen van bewegingsstoornissen sterke overeenkomsten vertonen, is dat extra moeilijk voor artsen om de juiste diagnose te stellen. Vijf jaar geleden kwam De Koning-Tijssen op het idee om kunstmatige intelligentie (AI) in te zetten om bewegingsstoornissen van elkaar te onderscheiden en de arts met AI te ondersteunen bij het maken van de diagnose.
Ze gebruiken machine learning om de gegevens van bewegingssensoren te analyseren. Hierbij maken ze gebruik van algoritmen om patronen te ontdekken, voorspellingen te doen en beslissingen te nemen op basis van data. Zee konden hiermee de bewegingen van patiënten die een taak uitvoerden, heel precies analyseren. “We gebruikten juist deze techniek omdat die niet alleen aangeeft wat een uitkomst is, maar ook inzicht geeft waarom dit zo is. De arts kan zien waarom de keuze voor een bepaalde bewegingsstoornis is gemaakt”, licht De Koning-Tijssen toe.
Verschil tussen twee bewegingsstoornissen
In deze studie gingen de onderzoeker vooral na of ze het verschil konden vaststellen tussen twee typen bewegingsstoornissen die vaak met elkaar worden verward: tremor en myoclonus. Tremor is een onwillekeurige beweging die vaak gepaard gaat met veel voorkomende ziekten zoals de essentiële tremor en de ziekte van Parkinson. Myoclonus zorgt voor het korte samentrekken van spieren die het gevolg kunnen zijn van een breed scala verschillende neurologische aandoeningen.
Uit recent onderzoek van De Koning-Tijssen en haar collega’s blijkt dat door de ondersteuning met AI het onderscheid tussen tremor en myoclonus inderdaad beter is vast te stellen. Volgens haar blijkt het dat intelligente systemen steeds complexere gegevens kunnen verwerken. Dit verbetert de snelheid en de nauwkeurigheid van medische diagnoses aanzienlijk. Het is volgens haar een belangrijke stap in de richting van gepersonaliseerde zorg voor mensen met bewegingsstoornissen.
Het veelbelovende resultaat is nog niet direct toepasbaar in de kliniek. Daarvoor moet volgens De Koning-Tijssen nog meer onderzoek plaatsvinden. Ze hoopt dat andere instituten dit onderzoek willen herhalen om daarmee bevestiging te krijgen. Zelf wil ze ook meer onderzoek gaan doen. Zo wil ze nagaan of dit ook toepasbaar is bij andere bewegingsstoornissen zoals dystonie. En ze is van plan te onderzoeken of met machine learning ook analyses mogelijk zijn van bijvoorbeeld PET-scans en functionele MRI.
Over dit onderzoek
Het onderzoek werd mogelijk door een samenwerking tussen het UMCG Expertisecentrum voor Bewegingsstoornissen en het Bernoulli Instituut van de Rijksuniversiteit Groningen. Onderzoeker Elina van den Brandhof gaat volgend jaar promoveren op dit onderwerp.
In augustus vorig jaar werd bekend dat onderzoekers een nieuw ontwikkelde procedure hebben uitgevonden, waarbij gebruik wordt gemaakt van wearable sensoren en machine learning. Dat zorgt ervoor dat een Parkinson diagnose eerder kan worden zodat ook een behandeling vroeger start.
