What A Time To Be Alive
Taal kiezen: Nederlands

AI vindt patroon op hartfilmpjes dat risico op plotselinge hartdood voorspelt

Een AI-model herkent op gewone hartfilmpjes een nog niet beschreven patroon dat samenhangt met plotselinge hartdood. In Zweedse gegevens vond het veel mensen met een hoog risico die de gangbare harttest niet aanwees.

Twee handen houden een lange strook geprint hartfilmpje vast, met drie rijen zwarte hartslagpieken op roze ruitjespapier; op de achtergrond een onderzoekstafel bij een raam.
Een gewoon hartfilmpje kan meer verraden dan artsen tot nu toe zagen (foto ter illustratie, met AI gegenereerd)

Bij plotselinge hartdood valt het hart onverwacht stil door een ernstige ritmestoornis: het hart klopt dan zo snel en chaotisch dat het geen bloed meer rondpompt. Wie dat buiten het ziekenhuis overkomt, overlijdt meestal binnen enkele minuten. Artsen proberen daarom vooraf te zien wie dat risico loopt, maar de gangbare test mist veel van die mensen.

Onderzoekers onder leiding van Ziad Obermeyer, universitair hoofddocent aan de School of Public Health van de Universiteit van Californië in Berkeley, trainden een eigen deep-learningmodel op ruim 440.000 Zweedse hartfilmpjes, ook wel ECG's genoemd. Zo'n model leert zelf patronen herkennen uit heel veel voorbeelden. Een hartfilmpje meet de elektrische activiteit van het hart en wordt in ziekenhuizen dagelijks gemaakt. De onderzoekers koppelden de filmpjes aan overlijdensakten, zodat het model kon leren welke filmpjes hoorden bij mensen die binnen een jaar plotseling overleden. Het werk verscheen in het tijdschrift Nature.

Meer mensen met een hoog risico gevonden

De gangbare maat is de ejectiefractie: het deel van het bloed dat de linkerhartkamer bij elke slag uitpompt, gemeten met een echo van het hart. In een aparte Zweedse testgroep, die het model nooit eerder had gezien, had 1,9 procent van de mensen een te lage ejectiefractie. Van hen overleed per jaar 4,6 procent aan plotselinge hartdood.

Het model wees 2,2 procent van dezelfde testgroep aan als hoog risico. In die groep overleed per jaar 7,0 procent aan plotselinge hartdood. Bijna negen op de tien van deze mensen (86,1 procent) hadden geen te lage ejectiefractie. Met de gangbare test zouden zij dus niet zijn opgevallen.

Het team testte het model ook op gegevens van een groot Amerikaans zorgsysteem in San Diego en van een ziekenhuisregister in Taiwan. Daar voorspelde het gevaarlijke ritmestoornissen in de hartkamers en hartstilstanden door een ritmestoornis.

Een aanwijzing voor de oorzaak

Met een tweede AI-model, dat zelf hartfilmpjes kan namaken, maakten de onderzoekers zichtbaar waar het eerste model op let. Daarbij vonden ze onder meer een kleine, nog niet eerder beschreven vervorming aan het eind van een van de pieken in het filmpje. Op basis daarvan stellen ze een eerste verklaring voor van wat er in het hart misgaat. Die verklaring moet vervolgonderzoek nog bevestigen.

Een implanteerbare defibrillator kan een gevaarlijke ritmestoornis stoppen met een elektrische schok. Ongeveer twee derde van de defibrillatoren die nu op basis van een te lage ejectiefractie worden geplaatst, hoeft nooit een schok te geven. Bij mensen die volgens het model een hoog risico hadden en al een defibrillator droegen, was de kans om aan plotselinge hartdood te overlijden 54,4 procent lager dan verwacht. Dat wijst op een mogelijk voordeel. Om te bewijzen dat kiezen met het model levens redt, is een studie nodig waarin patiënten door loting wel of geen defibrillator krijgen.

Van archief naar praktijk

Obermeyer werkt nu met zorgsystemen in Zweden, Taiwan en de Verenigde Staten om het model te laten kijken naar de hartfilmpjes die ziekenhuizen al hebben. Het plan is dat artsen mensen met een hoog risico daarna een pleister aanbieden die het hart een tijd lang meet. Wie belangstelling heeft, kan zich aanmelden op de website van het onderzoek; het team neemt contact op zodra de analyse breder beschikbaar is.

Wat betekent dit voor de weg naar de singulariteit?

Ziekenhuizen hebben grote archieven met hartfilmpjes, waar een arts vooral naar keek op het moment dat het filmpje werd gemaakt. Dit onderzoek laat zien dat een AI-model in zo'n archief een signaal kan vinden dat artsen nog nooit hadden beschreven, en dat onderzoekers dat signaal daarna zelf kunnen bestuderen. Zo helpt AI niet alleen bij voorspellen, maar levert het ook nieuwe vragen op over hoe het hart werkt.

Als die aanpak vaker werkt, kunnen ziekenhuizen bestaande scans, bloedwaarden en hartfilmpjes opnieuw laten doorzoeken, zonder dat iemand een nieuwe meting hoeft te ondergaan. Een goedkoop onderzoek dat veel mensen al eens hebben gehad, vindt dan wie nu tussen wal en schip valt, zodat die persoon op tijd een behandeling krijgt. Daarvoor moeten ziekenhuizen hun gegevens wel veilig kunnen koppelen, en moeten de voorspellingen in de praktijk laten zien dat ze kloppen.

Wat is de technologische singulariteit? Lees de uitleg →

Bronnen

  1. ScienceDaily
  2. Nature
  3. Berkeley News
  4. Patient Care Online