Onderzoekers van Mass General Brigham en het Broad Institute hebben een AI-model ontwikkeld dat op basis van een standaard hartfilmpje het risico op een beroerte tot tien jaar vooruit kan voorspellen. Het model, ECG2Stroke genaamd, gebruikt uitsluitend gegevens uit een elektrocardiogram (ECG), gecombineerd met leeftijd en geslacht van de patiënt.
Volgens de onderzoekers kan de technologie een belangrijke stap betekenen richting vroegtijdige preventie van beroertes, zonder ingewikkelde risicoscores of aanvullende onderzoeken.
Subtiele patronen in ECG’s
Een ECG is een veelgebruikte, goedkope en niet-invasieve test waarbij de elektrische activiteit van het hart wordt gemeten via elektroden op de huid. Het nieuwe deep learning-model analyseert subtiele golfpatronen in deze hartfilmpjes die mogelijk wijzen op een verhoogd beroerterisico. Voor de ontwikkeling van ECG2Stroke gebruikten de onderzoekers gegevens van meer dan 200.000 patiënten van Massachusetts General Hospital, Brigham and Women's Hospital en Beth Israel Deaconess Medical Center.
Volgens neuroloog Rahul Mahajan zijn bestaande methoden om het beroerterisico te bepalen vaak complex en lastig schaalbaar. “De huidige tools om vast te stellen welke patiënten het grootste risico op een beroerte lopen, vereisen vaak omslachtige berekeningen van klinische scores, zijn niet gemakkelijk op te schalen en worden daarom in de dagelijkse praktijk niet op grote schaal toegepast.”
De resultaten, gepubliceerd in Journal of the American College of Cardiology (JACC), laten zien dat ECG2Stroke vergelijkbare prestaties levert als bestaande klinische risicoscores, maar eenvoudiger toepasbaar is binnen de dagelijkse zorgpraktijk.
Cardio-embolische beroertes
Het model bleek vooral nauwkeurig in het voorspellen van zogenoemde cardio-embolische beroertes. Daarbij ontstaan bloedstolsels in het hart die vervolgens naar de hersenen verplaatsen. Deze vorm van beroerte is vaak te voorkomen met bloedverdunners, mits risicopatiënten tijdig worden opgespoord.
Opvallend is dat afwijkingen in de atria, de bovenste hartkamers, een belangrijke rol speelden in de voorspellingen van het AI-model. Dat kan volgens de onderzoekers nieuwe inzichten opleveren in de relatie tussen hartritmestoornissen en beroertes.
Cardioloog Shaan Khurshid benadrukt dat vervolgonderzoek nodig blijft voordat de technologie breed klinisch kan worden ingezet. “Als dit na prospectieve, praktijkgerichte onderzoeken wordt bevestigd, zouden dergelijke instrumenten kunnen helpen vaststellen welke patiënten voorrang moeten krijgen bij intensieve preventiemaatregelen.”
Volgens de onderzoekers kan ECG2Stroke uiteindelijk bijdragen aan gerichtere preventieprogramma’s en nieuwe vormen van cardiovasculair onderzoek, waarbij kunstmatige intelligentie helpt om verborgen risico’s eerder zichtbaar te maken.
AI innovatie beroertezorg
In 2024 ontwikkelden onderzoekers van Imperial College London, de Technische Universiteit München en de Universiteit van Edinburgh AI-software die hersenscans van beroertepatiënten twee keer nauwkeuriger kan analyseren. De technologie helpt artsen beter vast te stellen wanneer een beroerte precies is begonnen en of de schade nog behandelbaar is. Dat is cruciaal, omdat standaardbehandelingen vooral effectief zijn in de eerste uren na een beroerte. Bij een te late behandeling kunnen juist extra complicaties ontstaan.
De onderzoekers stelden dat patiënten die binnen 4,5 uur behandeld worden vaak nog in aanmerking voor medische en chirurgische ingrepen. Tot zes uur na de beroerte zijn chirurgische behandelingen soms nog mogelijk. De AI-oplossing kan daardoor bijdragen aan snellere en nauwkeurigere spoedzorg, vooral in situaties waarin het exacte begintijdstip van de beroerte moeilijk vast te stellen is.
