Vroegtijdige opsporing van hart- en vaatziekten is een belangrijke uitdaging voor de volksgezondheidszorg. Een recent onderzoek naar een AI-stethoscoop voor het detecteren van hartaandoeningen laat zien dat beschikking hebben over een effectieve innovatieve technologie niet automatisch betekent dat die effectiviteit zich vertaalt in betere zorg op populatieniveau.1 De onderzoekers adviseren beleidsmakers en innovatoren op basis van de uitkomsten van studie – genaamd TRICORDER – om bij de ontwikkeling van een nieuw product voldoende aandacht te schenken aan de contextuele factoren die de adoptie van de innovatie tot een succes kunnen maken – of er juist voor kunnen zorgen dat een tool bij zorgverleners in een laatje blijft liggen.
Ongeveer een vijfde van de Nederlanders overlijdt aan hart- en vaatziekten. In 2024 waren er bijna een kwart miljoen ziekenhuisopnamen gerelateerd aan deze aandoeningen.2 Alleen kanker veroorzaakt in Nederland meer overlijdens. Wereldwijd zijn hart- en vaatziekten nog steeds doodsoorzaak nummer één. Snellere detectie van hart- en vaatziekten kan dus veel gezondheidswinst opleveren op populatieniveau.
Britse onderzoekers probeerden hieraan bij te dragen door een AI-stethoscoop in te zetten in de eerste lijn. Hoewel de implementatie van deze innovatie uiteindelijk niet leidde tot de detectie van meer hartfalen in de deelnemende huisartsenpraktijken, bracht het onderzoek interessante inzichten voort rondom het belang van de integratie van dit soort tools in de werkprocessen van zorgverleners.
De AI-stethoscoop die werd gebruikt in het onderzoek maakt een elektrocardiogram (ECG) en registreert een fonocardiogram (meting van hartgeluiden en ruis), waarna een AI-algoritme detecteert of er sprake is van hartfalen (met verlaagde ejectiefractie), boezemfibrilleren of een hartklepafwijking. De AI-stethoscoop die in dit onderzoek is gebruikt, heeft eerder marktautorisatie gekregen van FDA vanwege de hoge sensitiviteit en specificiteit bij het detecteren van eerdergenoemde hartaandoeningen.
TRICORDER-studie
TRICORDER – wat staat voor Triple Cardiovascular Disease Detection with an Artificial Intelligence-enabled Stethoscope – is een pragmatische (ofwel: uitgevoerd in de dagelijkse praktijk), gerandomiseerde studie waarin niet alleen de effectiviteit van de AI-stethoscoop, maar ook de implementatie van deze tool werd bestudeerd. Hiervoor werd de AI-stethoscoop geïmplementeerd in de eerstelijnszorg van de Britse NHS. Huisartsenpraktijken in het noordwesten van Londen namen deel aan de studie en werden willekeurig aangewezen om hun zorg voort te zetten zoals voorheen (controlegroep) of de AI-stethoscoop te implementeren (interventiegroep).
Elke praktijk kreeg maximaal zes AI-stethoscopen, waarmee zorgverleners binnen 15 seconden de hartfunctie van hun patiënten kunnen meten als onderdeel van hun routineonderzoek naar hart- en vaatproblemen. Deze gegevens werden vervolgens gebruikt door drie cloud-gebaseerde AI-algoritmes, die een binaire voorspelling (ja/nee) deden voor drie verschillende hartaandoeningen: hartfalen, boezemfibrilleren en hartklepafwijkingen.
AI-uitkomsten zetten niet automatische nieuwe onderzoeken in gang, maar moesten worden opgevolgd door de zorgverleners. De resultaten van de AI-analyse moesten door de zorgverleners handmatig worden ingevoerd in het elektronisch patiëntendossier (EPD). Het gebruik van de AI-stethoscoop werd in het kader van het onderzoek gedurende een jaar gevolgd.
Niet meer detectie
In totaal deden 205 huisartsenpraktijken mee aan het onderzoek, waarvan er 96 aan de slag gingen met de AI-stethoscoop en de overige 109 standaardzorg bleven verlenen. In totaal waren meer dan 1,5 miljoen patiënten geregistreerd bij deze praktijken. Belangrijk: er waren geen verschillen tussen huisartsenpraktijken die wel en niet mee wilden doen aan het onderzoek qua grootte van de praktijk, de prevalentie van de onderzochte hart- en vaatziekten, de etniciteit van patiënten en het ‘Index of Multiple Deprivation’-profiel.3
Na een jaar waren er in de praktijken die werkten met de AI-stethoscoop 1.342 nieuwe gevallen van hartfalen gevonden, wat gelijk staat aan 2,58 per 1.000 patiëntjaren. In de controlegroep was dit 1.984, gelijk aan 2,76 per 1.000 patiëntjaren. Oftewel: de huisartsenpraktijken die de AI-stethoscoop gebruikten detecteerden niet meer gevallen van hartfalen dan de huisartsenpraktijken die standaardzorg leverden. Ook in de detectie van boezemfibrilleren en hartklep-afwijkingen werden geen verschillen gezien tussen praktijken die de AI-stethoscoop wel of niet gebruikten.
Wat ging er mis?
Maar waarom leidde het gebruik van de AI-stethoscoop niet tot meer diagnoses? Dat bleek niet liggen aan de effectiviteit van het product. Toen de onderzoekers een vergelijking maakten binnen de data van patiënten die allemaal een praktijk hadden bezocht die beschikking hadden over de AI-stethoscoop (interventiegroep), bleek namelijk dat er wel degelijk meer diagnoses gesteld waren bij patiënten die onderzocht waren met de stethoscoop dan bij patiënten die een standaardonderzoek hadden ondergaan. Hartfalen werd 2,33 keer vaker gedetecteerd door de AI-stethoscoop, boezemfibrilleren 3,45 keer vaker en hartklepafwijkingen 1,92 keer zo vaak.
De reden waarom er op populatieniveau geen voordeel werd gezien van het beschikbaar stellen van de AI-stethoscoop, bleek elders te liggen: 40 procent van de huisartsenpraktijk was binnen het jaar volledig gestopt met het gebruik van de tool. Nog 40 procent maakte na een jaar maar weinig gebruik van de AI-stethoscoop, 15 procent matig en slechts 6 procent gebruikte de technologie ook na 12 maanden nog veelvuldig.
Gebrekkige integratie van de AI-stethoscoop in de workflow was volgens 61 procent van de zorgverleners een belangrijke boosdoener. Dit aspect bleek zelfs belangrijker voor de adoptie van de AI-stethoscoop dan financiële prikkels.
Context bepaalt
Voor ontwikkelaars van medical devices is de goedkeuring van hun product door regulatoire instanties begrijpelijkerwijs een belangrijke doelstelling. Toch moeten ze zich hier niet blind op staren, menen de onderzoekers. Want als de adoptie van de innovatie hapert, zoals gezien werd in de TRICORDER-studie, gaat de impact van de technologie verloren. Een goed algoritme garandeert geen klinische impact. Integratie van het product in de workflow van zorgverleners moet dan ook een centraal vraagstuk zijn tijdens de productontwikkeling, en geen nagedachte.
Volgens de onderzoekers kan de effectiviteit van een technologie niet los worden gezien van hoe het gezondheidsysteem waarin de innovatie gebruikt moet worden er in de praktijk uitziet. Daarom moet de focus van zowel beleidsmakers als innovatoren niet alleen liggen op bewijzen dat een technologie werkt, maar verschuiven naar het bestuderen en optimaliseren van contextuele factoren. Zodat de tools ook in complexe omgevingen met beperkte middelen een voordeel opleveren voor de volksgezondheid.
Conclusie
De resultaten van de TRICORDER-studie laten zien dat een effectieve medische innovatie niet automatisch tot gezondheidsvoordelen op populatieniveau leidt. De onderzoekers hopen dat de AI-stethoscoop onder de juiste omstandigheden toch effectief kan blijken. Daarvoor moet meer aandacht besteed worden aan de integratie van het product in de werkprocessen binnen huisartsenpraktijken, om zo te voorkomen dat de adoptie stokt. Innovatie is belangrijk, maar heeft alleen impact als het de workflow van zorgverleners niet hindert.
