Niet bij iedere baby met hydronefrose (ophoping van urine) is sprake van VUR, een situatie waarbij urine van de blaas naar de nieren terugstroomt. Onderzoekers van het Boston Children's Hospital kunnen nu met een nieuw machine learning model het risico op een vesico-ureterale reflux (VUR) bij zuigelingen met hydronefrose beter voorspellen. Dat is belangrijk omdat het terugstromen van de urine ernstige gezondheidsklachten zoals nierschade kan veroorzaken.
Onderzoekers van het Boston Children's Hospital kunnen nu met AI het risico op een vesico-ureterale reflux (VUR) bij zuigelingen beter voorspellen. Het nieuwe algoritme benut opgeslagen postnatale echografiegegevens, teneinde patiënten te identificeren die het hoogste risico lopen op VUR. Hierdoor kunnen belastende diagnostische tests zoals VCUG regelmatig worden voorkomen. Dit vermindert niet alleen de belasting voor de patiënten en hun families maar leidt ook tot aanzienlijke kostenbesparingen. De tool analyseert factoren zoals geslacht, ureterale dilatatie en de dikte van het nierweefsel om de risico’s op VUR nauwkeuriger in te kunnen schatten.
Glazen bol
Deze innovatie laat goed de potentie van AI zien bij de zorg voor pasgeborenen. Door nauwkeurige risicobeoordelingen, zoals op het bestaan van VUR, verbetert het welzijn van baby’s en kunnen behandelplannen beter op maat worden gemaakt. Zo wordt de weg vrijgemaakt voor vroege interventie en behandeling en dat is essentieel om complicaties te voorkomen.
De ontwikkelde AI-tool is gebruiksvriendelijk en speciaal ontworpen voor klinische settings zodat het medisch personeel de juiste beslissingen kan nemen. Wang en zijn team werken inmiddels aan een nog robuuster model, gebaseerd op 15.000 patiëntendossiers, om het verloop van hydronefrose te voorspellen: "We hopen een glazen bol voor urologen te bouwen zodat kinderen geen onnodige tests hoeven te ondergaan," besluit Wang.
AI en pasgeborenen
Kunstmatige intelligentie (AI) vindt steeds vaker zijn weg naar de zorg, met name ook bij de meest kwetsbare patiënten: pasgeborenen. Naast deze nieuwste innovatie omtrent het vroeg traceren van urologische problemen in Boston zijn er op dit gebied meerdere innovatieve voorbeelden. Een eerste voorbeeld vinden we bij de Stanford School of Medicine. Hier is een algoritme is ontwikkeld dat, op basis van de elektronische gezondheidsdossiers van moeders en baby's, kan voorspellen welke pasgeborenen in hun eerste twee levensmaanden gezondheidsrisico's lopen. Dit model identificeert baby's die mogelijk ernstige complicaties van vroeggeboorte zullen ontwikkelen, waaronder chronische longziekte en retinopathie van prematuriteit, nog voordat deze symptomen zich voordoen.
Een tweede voorbeeld komt van onderzoeker van het Utrechts Medisch Centrum. Zij ontwikkelden een AI-model ontwikkeld dat ontwikkeling van baby’s die veel te vroeg zijn geboren op langere termijn kan voorspellen. Dit model schat onder meer de kans in op de ontwikkeling van verstandelijke beperkingen en andere complicaties. De bevindingen van deze Utrechtse studie zijn gepubliceerd in The Lancet Digital Health.
