Kunstmatige intelligentie kan de zorg op de spoedeisende hulp ondersteunen, maar verandert het werkproces niet automatisch. Dat blijkt uit onderzoek van het Maastricht UMC+, de eerste gerandomiseerde studie wereldwijd naar AI-gebruik op de SEH. In het onderzoek kregen artsen wel of geen toegang tot een AI-model dat de kans op overlijden binnen 31 dagen voorspelt. Het model is ontwikkeld door MUMC+-klinisch chemicus en data- en AI-specialist William van Doorn.
“Met een nauwkeurigheid van 84 procent kan het model patiënten met een verhoogd risico snel herkennen. Zo’n vroege risicobeoordeling kan helpen om sneller de juiste zorg te bieden”, vertelt Van Doorn. In de praktijk werd er minder op deze kennis geanticipeerd. Artsen die de risicovoorspelling ontvingen, pasten hun behandeling niet anders aan dan collega’s zonder die informatie. Volgens internist-acute geneeskunde Patricia Stassen was de verwachting dat extra risicodata zou helpen bij het prioriteren van patiënten bij de toenemende druk en complexiteit op de SEH, maar dat effect bleef uit. De resultaten van het onderzoek verschenen nu in Nature Communications.
Vervolgadvies ontbreekt
Promovendus Paul van Dam denkt dat dit komt doordat het model wel een risico aangeeft, maar geen vervolgadvies geeft, waardoor artsen vooral blijven vertrouwen op hun eigen klinische oordeel. Hij onderzoekt nu hoe AI-modellen beter kunnen aansluiten op het werkproces. Klinisch chemicus Steven Meex benadrukt dat de studie laat zien wat patiënten uiteindelijk winnen: “Alleen als we kritisch testen hoe AI werkt in de dagelijkse praktijk, kunnen we modellen ontwikkelen die echt bijdragen aan veilige en betere zorg.”
Aan de studie deden 1.303 patiënten en 97 artsen mee, afkomstig van meerdere MUMC+-afdelingen en onderzoeksinstituten. Het toonaangevende tijdschrift Nature Medicine bestempelde het onderzoek vorig jaar al als een van de meest veelbelovende medische studies van 2024.
AI-triage
Eind oktober schreven we over een internationaal onderzoeksteam, verbonden aan het Eitri Medical Innovation Center in Bergen (Noorwegen), dat belangrijke vooruitgang had geboekt in het verbeteren van de triage op de spoedeisende hulp. Met behulp van AI en machine learning ontwikkelden de onderzoekers een methode om patiëntengroepen te herkennen die bij binnenkomst in het ziekenhuis een verhoogd risico hebben op een onjuiste beoordeling.
