Ziekenhuizen genereren dagelijks enorme hoeveelheden hartdata via elektrocardiogrammen (ECG’s), maar een groot deel daarvan blijft onbenut. Onderzoekers van de Perelman School of Medicine en Penn Medicine willen daar verandering in brengen. In samenwerking met computerwetenschappers van de University of Pennsylvania School of Engineering and Applied Science ontwikkelden zij een AI-model dat deze data inzet om ernstige hartritmestoornissen en hartstilstanden vroegtijdig te voorspellen.
Volgens cardioloog Rajat Deo wordt ECG-data traditioneel vooral gebruikt voor directe diagnose, maar nauwelijks voor latere analyse. “We beschikken over een van de rijkste databronnen in de geneeskunde, maar benutten die onvoldoende,” stelt hij.
AI leest hartdata
Het nieuwe model, CAMEL (Cardiac Autoregressive Model for ECG Language-Modeling), benadert hartdata op een innovatieve manier. In plaats van losse momentopnames te analyseren, behandelt het systeem ECG-signalen als een soort ‘taal’. Door langere reeksen hartslagen te analyseren, kan het subtiele patronen herkennen die wijzen op toekomstige risico’s.
Onder leiding van onder meer Rajeev Alur ontwikkelden onderzoekers een methode waarbij ECG-signalen worden vertaald naar een formaat dat vergelijkbaar is met tekstdata. Hierdoor kan de AI verbanden leggen tussen hartactiviteit en klinische informatie, zoals patiëntendossiers en labresultaten.
Deze aanpak maakt het mogelijk om niet alleen afwijkingen te detecteren, maar ook te voorspellen wat er kan gebeuren. In tests bleek dat CAMEL potentiële hartstilstanden of gevaarlijke hartritmestoornissen 10 tot 15 minuten van tevoren kan signaleren.
Voorspellend AI-model
Traditionele AI-modellen in de cardiologie richten zich vooral op classificatie: het herkennen van bestaande afwijkingen. CAMEL zet een stap verder door te focussen op voorspelling. Het model analyseert uren aan continue monitoringdata (telemetrie), in plaats van korte fragmenten van enkele seconden.
Dit is relevant, omdat verslechtering van de hartfunctie vaak geleidelijk verloopt. De signalen zijn echter vaak te subtiel of complex om door bestaande systemen te worden opgemerkt. CAMEL kan deze verborgen patronen wel identificeren en zo vroegtijdig waarschuwen voor risico’s zoals ventriculaire fibrillatie of ventriculaire tachycardie.
Voor zorgprofessionals betekent dit een mogelijke verschuiving van reactieve naar proactieve zorg, waarbij interventies kunnen plaatsvinden vóórdat een acute situatie ontstaat.
Validatie
Hoewel de eerste resultaten veelbelovend zijn, benadrukken de onderzoekers dat zorgvuldige validatie noodzakelijk is voordat het systeem in de praktijk kan worden ingezet. Een belangrijke volgende stap is het testen van het model in real-time ziekenhuisomgevingen, waarbij het op de achtergrond draait zonder direct alarmsignalen te geven.
Volgens Deo is voorzichtigheid geboden. “Elke alarmmelding vraagt aandacht van zorgpersoneel. Valse meldingen kunnen leiden tot onnodige belasting en afleiding van andere patiënten,” legt hij uit. Daarom wordt het model eerst uitgebreid getest en vergeleken met daadwerkelijke patiëntuitkomsten.
Integratie in wearables
De onderzoekers zien ook toepassingen buiten het ziekenhuis. In de toekomst zou de technologie kunnen worden geïntegreerd in draagbare apparaten, zoals smartwatches, die continu hartdata verzamelen. Dit opent de deur naar vroegtijdige detectie van hartproblemen bij een bredere populatie.
Deze ontwikkeling laat zien hoe AI en data-analyse de zorg kunnen transformeren. Door bestaande databronnen slimmer te benutten, ontstaat een nieuwe generatie voorspellende modellen die bijdragen aan betere patiëntuitkomsten en efficiëntere zorgprocessen.
Hartinfarct voorspellen met AI
De afgelopen jaren zijn een aantal vergelijkbare ontwikkelingen de revue gepasseerd. Zo werd in 2023 in het Amsterdam UMC een laboratorium geopend waar drie partijen gezamenlijk onderzoek doen naar de ontwikkeling van AI-algoritmes voor het voorspellen van hartinfarcten.
Vorig jaar toonden onderzoekers van het Radboudumc aan dat de kans of iemand opnieuw een hartinfarct zal krijgen, nauwkeurig voorspeld kan worden met behulp van AI en beelden uit een minicamera in de kransslagaders.
