Artificiële intelligentie kan tot 48 uur op voorhand voorspellen wanneer je nieren het zullen begeven, en maakt zo tijdige behandeling mogelijk.
De werking van onze nieren kan op korte tijd volledig stilvallen, met blijvende schade of zelfs de dood te gevolg. Het is dan ook belangrijk acuut nierfalen zo snel mogelijk vast te stellen. In Nature melden Amerikaanse onderzoekers hoe ze daar met behulp van kunstmatige intelligentie in zijn geslaagd.
De nieren kunnen het begeven als reactie op medicatie of een infectie, of bij problemen met andere organen. De Amerikaanse wetenschappers gebruikten de gegevens van 700.000 patiënten, waarvan sommigen nierproblemen kregen en anderen niet. Ze voedden de computer met informatie uit hun elektronisch medisch dossier, de resultaten van labanalyses en de medicatie die ze hadden gekregen. Een deel van de data gebruikten ze om de computer te trainen, de rest om hem te testen. De computer ging met behulp van deep learning zelf op zoek naar parameters die nierfalen voorspellen.
Het systeem slaagde erin iets meer dan de helft van de gevallen correct te voorspellen, en dat soms tot 48 uur voordat de patiënt aan de officiële criteria voor nierfalen voldeed.
Alarm-moeheid
Johan Decruyenaere, die in het UZ Gent zelf onderzoekt hoe met behulp van big data de achteruitgang van patiënten op de afdeling intensieve zorgen kan worden voorspeld, vindt het onderzoek waardevol, maar heeft enkele bedenkingen bij de vertaling naar de praktijk. ‘Het algoritme slaagt er bij iets minder dan de helft van de patiënten dus niet in om nierfalen te voorspellen. Wanneer artsen te veel zouden gaan vertrouwen op het oordeel van de computer, zou dat bij die mensen net tot een latere diagnose kunnen leiden.’
De Amerikaanse onderzoekers melden dat het systeem voor elke juiste waarschuwing twee keer vals alarm slaat. ‘Je kan argumenteren dat dat niet zo erg is omdat een extra blik van de arts volstaat om de toestand van de patiënt te beoordelen’, zegt Decruyenaere. ‘Maar het houdt ook risico’s in op een drukke ziekenhuisafdeling, waar nierfalen maar één van de vele problemen is. Wanneer in de toekomst de hele dag door tientallen alarmen voor potentiële problemen op de arts worden afgevuurd, kan het tot alarm-moeheid leiden.’
De volgende stap is nu het model te testen op andere datasets, om te zien of het ook werkt in andere ziekenhuizen en andere landen. ‘Vervolgens zouden we een studie moeten opzetten waarbij een groep patiënten op de klassieke manier wordt opgevolgd, en een andere groep met dit alarmsysteem’, zegt Decruyenaere. ‘Leidt dat tot ander gedrag bij de arts? En vooral: is er minder nierschade bij de patiënten? Pas dan weten we zeker of zo’n model toegevoegde waarde heeft. Een soortgelijke studie kon recent in Nature Digital Medicine geen effect van zo’n alarmsysteem aantonen.’
