Onderzoekers van Amsterdam UMC ontwikkelen, samen met internationale partners, een model dat een behandeling op maat voor elke patiënt met hartfalen mogelijk maakt. Hiervoor wordt een speciaal AI-gestuurd model ontwikkeld, dat onder meer gevoed wordt met data omtrent bloedwaarden, hartfilmpjes en symptomen. De onderzoekers hopen dat dit model in de toekomst meer tijdige en gepersonaliseerde zorg mogelijk maakt.
Amsterdam UMC start met een Europese Horizon-subsidie van bijna 6 miljoen euro een consortium om mensen met hartfalen beter te kunnen behandelen. De inzet van kunstmatige intelligentie speelt hierbij een belangrijke rol. De vijf ziekenhuizen die betrokken zijn bij deze studie, bevinden zich in Nederland, Spanje, Tsjechië, Peru en Tanzania. De diversiteit van de locaties maakt het mogelijk om het model grondig te testen met een brede database van patiëntgegevens.
Overlijdensrisico
Consortiumleider en hoogleraar Precisiegeneeskunde aan Amsterdam UMC, Folkert Asselbergs vertelt op de website van Amsterdam UMC: “We gaan een rekenmodel ontwikkelen dat het verloop van het hartfalen voor elke individuele patiënt kan voorspellen op basis van beschikbare gegevens. Dat maakt tijdige en sterk gepersonaliseerde zorg mogelijk. Hiermee hopen we de uitkomst voor patiënten te verbeteren. En dat is echt nodig, want veel mensen weten niet dat het risico op overlijden bij hartfalen vergelijkbaar is met de meeste vormen van kanker.”
Schokkende cijfers hartfalen
Cijfers omtrent hartfalen geven inderdaad een schokkend beeld. Op dit moment lijden er wereldwijd 64 miljoen mensen aan hartfalen. Hartfalen is zelfs de belangrijkste oorzaak van ziekenhuisopname bij 65-plussers. Naar verwachting neemt het aantal patiënten in 2030 wereldwijd met 50% toe.
In Nederland leven er momenteel zo’n 250.000 mensen met hartfalen. Hun hart pompt minder bloed rond dan normaal. Patiënten zijn daardoor snel moe en raken vaker buiten adem en benauwd. In de loop van tijd nemen de klachten vaak toe. Jaarlijks overlijden er 7.500 mensen aan hartfalen en daarmee staat de ziekte op de zesde plaats van doodsoorzaken.
AI helpt onderzoek
Er wordt in de praktijk steeds vaker met succes onderzoek gedaan naar een persoonlijkere behandeling van hartfalen. Zo laat recent internationaal onderzoek zien dat een minuscule sensor in de longslagader van patiënten met chronisch hartfalen ervoor kan zorgen dat mensen aanzienlijk minder vaak naar het ziekenhuis hoeven.
Ook wordt er druk gewerkt aan AI die hartfalen al in een vroeg stadium aan ziet komen. Uit onderzoek van Nivel en de Vrije Universiteit blijkt namelijk dat met behulp van machine learning algoritmes, die data uit elektronische patiëntendossiers van huisartsen analyseren, vroegtijdig kan worden voorspeld of een patiënt een verhoogd risico loopt om hartfalen te ontwikkelen. Onderzoek laat zien dat gericht preventief ingrijpen mogelijk is, waardoor wellicht ernstige schade kan worden voorkomen of uitgesteld.
Enorme berg data
Het nieuw te ontwikkelen AI-model van Amsterdam UMC gaat niet alleen voor preventie, maar wil ook helpen om meer gepersonaliseerde behandelingen in te zetten. Om het AI-model te bouwen, zullen gegevens zoals hartfilmpjes en -echo’s, bloedwaarden, ECG-gegevens en informatie uit patiëntendossiers worden gecombineerd. Het model wordt gevoed met een enorme berg data, afkomstig van ongeveer 900.000 patiënten uit Europa, Zuid-Amerika en Afrika.
Asselbergs: "Onze grote patiëntgegevensset biedt een grote kans om alle factoren te begrijpen die de voortgang van hartfalen bepalen. Daardoor kunnen we het risico van een individuele patiënt beter inschatten. Door patiënten en zorgverleners vanaf het begin te betrekken, bijvoorbeeld via workshops en interviews, zorgen we er bovendien voor dat alle relevante factoren worden meegenomen bij het ontwikkelen van het AI-model.”
Hartfalen-tool in spreekkamer
Het nieuwe AI-model krijgt ook een vertaling in de vorm van een handzame tool voor artsen in de spreekkamer. Gegevens die beschikbaar zijn in het patiëntdossier geven direct een risicovoorspelling om te gebruiken in de gesprekken met de patiënt en naasten. Cruciaal voor de onderzoekers is de praktische bruikbaarheid van het te ontwikkelen AI-gestuurde model. Daarom wordt constant goed gecommuniceerd met alle betrokken patiënten, artsen en data-specialisten.
De studie kijkt tot slot ook naar de sociale en etnische problemen die kunnen voortvloeien uit de invoering van kunstmatige intelligentie om het risico voor patiënten te beoordelen. "We willen met dit project laten zien hoe krachtig AI kan zijn als hulpmiddel bij patiëntenzorg. Tegelijkertijd willen we het ook doen op een manier die verantwoord is", concludeert Asselbergs.
