Met behulp van AI kunnen routinematige elektrocardiogrammen (ECG’s) voortaan worden ingezet als effectief screeningsinstrument voor verborgen hartziekten. Onderzoekers van Columbia University en NewYork-Presbyterian ontwikkelden hiervoor de AI-tool EchoNext, die met behulp van deep learning ECG-gegevens analyseert en bepaalt of aanvullend echocardiografisch onderzoek noodzakelijk is. De technologie biedt een veelbelovend alternatief voor traditionele screening, met als doel sneller en doelgerichter structurele hartziekten op te sporen.
Het ECG is wereldwijd de meest gebruikte harttest. Dat heeft onder andere te maken met de relatief lage kosten van apparatuur, de brede beschikbaarheid en het niet-invasieve karakter. Dat gezegd hebbende, ECG’s hebben ook hun beperkingen als het gaat om het vaststellen van bepaalde hartaandoeningen. Zo blijven structurele hartziekten, zoals hartklepafwijkingen, cardiomyopathieën of pulmonale hypertensie, vaak onopgemerkt. De EchoNext AI-tool kan hier verandering in aanbrengen door een ‘slimme schil’ toe te voegen aan een bestaande test. De tool werd getraind met een dataset van meer dan 1,2 miljoen gekoppelde ECG- en echocardiogramresultaten van ruim 230.000 patiënten.
Validatiestudie toonde nauwkeurigheid aan
In een validatiestudie in vier ziekenhuissystemen, waaronder NewYork-Presbyterian, bleek EchoNext opvallend nauwkeurig. Bij rechtstreekse vergelijking met 13 cardiologen herkende het AI-model meer dan drie kwart (77%) van de structurele hartaandoeningen, terwijl de cardiologen ‘bleven steken’ op iets minder dan twee derde (64%). Hiermee bewijst de technologie dat AI niet alleen kan ondersteunen, maar in sommige gevallen zelfs beter kan presteren dan menselijke interpretatie, zelfs wanneer de menselijke artsen ook de hulp van AI-tools inschakelen.
De praktische toepasbaarheid van de AI-tool werd getest op een populatie van bijna 85.000 patiënten die een ECG ondergingen zonder eerder een echo te hebben gehad. EchoNext identificeerde 9 procent van hen als hoogrisico. Van deze groep kreeg ruim de helft (55%) binnen een jaar alsnog een echocardiogram. In bijna drie kwart van deze gevallen werd daadwerkelijk een structurele hartziekte vastgesteld, ruim het dubbele ten opzichte van de algemene populatie.
Nieuw screeningparadigma
Volgens hoofdonderzoeker Elias markeert dit het begin van een nieuw screeningparadigma: “Met EchoNext kunnen we van elke ECG, en er worden jaarlijks wereldwijd ruim 400 miljoen afgenomen, een kans maken om levensreddende zorg op het juiste moment in te zetten.”
Om verdere ontwikkeling en opschaling mogelijk te maken, stelde het onderzoeksteam een geanonimiseerde dataset beschikbaar aan andere zorginstellingen. Daarnaast is een klinische studie gestart in acht spoedeisendehulpafdelingen, gericht op het integreren van EchoNext in real-time zorgprocessen. Dit opent de deur naar een bredere inzet van AI in preventieve cardiovasculaire zorg, met als doel snellere diagnose, gerichte follow-up en uiteindelijk betere gezondheidsuitkomsten voor patiënten wereldwijd.
Toepassing ECG verbeteren met AI
Dit is niet het eerste initiatief om de toepassings- en diagnosemopgelijkheden van ECG’s met behulp van AI te verbeteren. Zo ontwikkelden onderzoekers van het Amsterdam UMC onlangs een deep learning-algoritme dat met hoge nauwkeurigheid structurele hartafwijkingen kan opsporen via standaard ECG-gegevens. Dit biedt kansen om sneller patiënten met mogelijke hartproblemen te identificeren en gericht door te verwijzen voor vervolgonderzoek, zoals echocardiografie. Een technologische ontwikkeling die bijdraagt aan het optimaliseren van de zorg door efficiëntere screening en vroegtijdige diagnose, met mogelijk betere behandelresultaten voor patiënten en minder onnodige onderzoeken.
Enkele weken geleden schreven wij over een nieuw AI-model dat helpt bij de vroege opsporing van hartproblemen bij vrouwen via een ECG. Onderzoekers van de University of Colorado ontwikkelden een deep learning-algoritme dat specifieke signalen in ECG-data herkent die wijzen op een verhoogd risico op hart- en vaatziekten bij vrouwen. Dat AI-model werd getraind op duizenden ECG’s en toonde veelbelovende resultaten voor het verbeteren van geslacht specifieke cardiovasculaire zorg.
