In een recent Amerikaans onderzoek, geleid door Dr. Lee Herzog en haar team, is een AI-model ontwikkeld. Dit model voorspelt hoe bloeddrukverlagende medicijnen gaan uitwerken op individuele patiënten en werd getraind met gegevens van 16.917 patiënten, die tussen 2005 en 2021 in de Mayo Clinic voor hypertensie werden behandeld. Het onderzoek richt zich op het bepalen van de effectiviteit van bloeddrukverlagende medicatie bij individuele patiënten. Op die manier kan eenvoudiger het meest kansrijke medicijn en de bijbehorende dosis worden ingeschat.
Met de nauwkeurigheid en gepersonaliseerde aanpak van het nieuwe AI-model kan volgens de onderzoekers de behandeling van hoge bloeddruk uiteindelijk op brede schaal een boost krijgen. Het primaire doel van het onderzoek was het ontwikkelen van een model dat kan bepalen welke bloeddrukmedicatie het meest effectief is voor elke individuele patiënt. Belangrijk onderzoek, omdat een hoge bloeddruk risicovol is én ook nog eens een van de meest voorkomende aandoeningen in de eerstelijnszorg.
Nederlands onderzoek
Hoge bloeddruk is een bekende risicofactor voor hart- en vaatziekten en verhoogt de kans op een beroerte. Ook in Nederland doen onderzoekers daarom grote moeite om hypertensie zo goed mogelijk te behandelen. Inmiddels is bijvoorbeeld thuismonitoring van patiënten om de bloeddruk langdurig onder controle te krijgen al de gewoonste zaak van de wereld. Ook AI wordt in Nederland al ingezet, onder meer om artsen te ondersteunen bij het doseren van medicatie per individueel geval. Een goed voorbeeld is het grootschalige HYPERMARKER-onderzoek, dat zeker overeenkomsten heeft met het onderzoek van Lee Herzog.
Effect bloeddrukmedicatie
Het Amerikaanse machine learning-model werd gevoed met uitgebreide patiëntgegevens, waaronder bloeddruk- en creatininemetingen vóór en na inzet van bloeddrukmedicatie. Er was sprake van een succesvolle behandeling als langdurig een acceptabele streefwaarde van de bloeddruk werd behaald; zonder dat de patiënt teveel last had van bijwerkingen.
Ongeveer 33.8% van de patiënten in de ‘trainingsset’ bereikte deze doelstelling en dat is volgens de onderzoekers een goede score. Hierbij was het model redelijk nauwkeurig, hetgeen het aantoonde met een precisie van 51.7%, recall van 44.4% en een F1-score van 47.8%. Opmerkelijk was dat het model in 95.7% van de gevallen overeenkwam met de JNC 8-richtlijnen voor hypertensiebeheer. De onderzoekers stellen: “Met dit algoritme kan de bloeddruk op gepersonaliseerde wijze onder controle worden gebracht en het aantal mensen in de bevolking met een te hoge bloeddruk waarschijnlijk omlaag worden gebracht.”
