Postoperatieve infecties voorspellen met AI

wo 5 mei 2021 - 07:57
Operatie-2
Onderzoek
Nieuws

De kans op een infectie na een operatie is zo'n 10 tot 25 procent. Hoe sneller een infectie ontdekt wordt, des te groter is de kans dat verder complicaties voorkomen kunnen worden. Het Leids Universitair Medisch Centrum (LUMC) onderzoekt nu, samen met Healthplus.ai, of het mogelijke is met behulp van kunstmatige intelligentie het risico op het ontstaan van een infectie na een operatie voorspeld kan worden.

Wanneer infecties eerder gesignaleerd kunnen worden, kan ook eerder met de behandeling gestart worden. Dat verkleind de last voor de patiënt en zorgt voor een betere overlevingskans en kortere opnames. Dat heeft vervolgens ook weer een werkdruk verlagend effect op het ziekenhuis.

Infecties eerder detecteren

Het project, PERISCOPE genaamd, bevind zich nog in een vroege testfase. “We onderzoeken of het überhaupt mogelijk is om dit te voorspellen. Om dit te doen maken we gebruik van data uit de kliniek, die hebben we geanonimiseerd", vertelt Laurens Schinkelshoek, Technical data scientist bij het LUMC en co-leider van de technische zijde van het project.

"Dat lijkt nu goed te lukken. Daarom werken we nu gezamenlijk aan een implementatie om het model onder water te testen. Dat houdt in dat het systeem meeloopt in de praktijk, maar dat de arts de reguliere processen volgt. Zo kunnen we de kwaliteit en bruikbaarheid van de resultaten valideren”, vervolgt Schinkelshoek.

AI in postoperatieve setting

Binnen het onderzoek wordt met name gekeken naar welke mogelijkheden er al dan niet zijn voor het inzetten van kunstmatige intelligentie in een postoperatieve setting op de operatiekamer en op de afdeling. “Stap 1 was het definiëren van een infectie. Vervolgens hebben we een model de infectie leren herkennen op basis van data uit het EPD. Nu werken we aan de koppeling van het model aan data in het EPD. Door de AI aan het EPD te koppelen, wordt het voor de arts eenvoudiger om de risico-bepaling in het dagelijkse werkproces mee te nemen en proactieve acties te nemen”, licht Bart Geerts van Healthplus.ai toe.

Het belang van het vroegtijdig detecteren van infecties is dus duidelijk. Er wordt ook op andere vlakken volop an gewerkt. Zo ontwikkelden onderzoekers van het Fraunhofer Institute for Reliability and Microintegration vorig jaar een op grafeenoxide gebaseerd sensorplatform. Daarmee kunnen infecties zoals sepsis of de antilichamen tegen het coronavirus binnen een paar minuten gedetecteerd worden.