Een digitale stethoscoop met ingebouwde AI blijkt in de klinische praktijk ruim twee keer zo effectief in het opsporen van matige tot ernstige hartklepaandoeningen als een traditionele stethoscoop. Dat blijkt uit een Amerikaanse studie. De technologie kan artsen helpen om patiënten eerder te identificeren die anders onopgemerkt zouden blijven.
In het prospectieve onderzoek werden 357 patiënten van 50 jaar en ouder met risicofactoren voor hartziekten onderzocht in de eerstelijnszorg. Alle deelnemers werden tijdens hetzelfde consult beoordeeld met zowel een conventionele stethoscoop als een AI-ondersteunde digitale variant. De mediane leeftijd was 70 jaar; bijna 62 procent van de deelnemers was vrouw.
Veel hogere gevoeligheid
De AI-stethoscoop liet een gevoeligheid zien van 92,3 procent bij het herkennen van hartruispatronen die wijzen op hartkleplijden. Ter vergelijking: de traditionele stethoscoop kwam niet verder dan 46,2 procent. Daarmee werd het aantal opgespoorde gevallen van matig tot ernstig kleplijden meer dan verdubbeld.
Hartklepaandoeningen komen veel voor bij ouderen, bij meer dan de helft van de 65-plussers, maar blijven in de huisartsenpraktijk vaak onopgemerkt. Klachten zijn regelmatig vaag of afwezig, terwijl onbehandeld kleplijden kan leiden tot hartritmestoornissen, hartfalen, ziekenhuisopnames en zelfs overlijden.
Volgens hoofdauteur Rosalie McDonough is vroege opsporing cruciaal. “Hartkleplijden wordt vaak pas ontdekt als klachten ernstig zijn. Met een AI-stethoscoop kunnen we patiënten eerder herkennen en sneller doorverwijzen voor een echocardiogram en behandeling. Op populatieniveau kan dit ziekenhuisopnames en zorgkosten verminderen.” Het onderzoek is tevens gepubliceerd in European Heart Journal, Digital Health.
AI als extra analysemiddel
De digitale stethoscoop werkt door hartgeluiden in hoge kwaliteit op te nemen en deze te analyseren met machine-learningalgoritmen die zijn getraind op akoestische patronen van hartklepaandoeningen. Waar de traditionele auscultatie afhankelijk is van gehoor, ervaring en omgevingsfactoren zoals achtergrondgeluid en tijdsdruk, voegt AI een extra analytische laag toe.
“De technologie neemt het werk van artsen niet over,” benadrukt McDonough. “Het ondersteunt hun klinisch oordeel door afwijkingen te markeren die met het blote oor lastig consistent te herkennen zijn.” Een opvallende bijkomstigheid was dat patiënten actiever betrokken leken bij het consult. Doordat zij de geluiden en visuele feedback konden volgen, nam volgens de onderzoekers het begrip en vertrouwen in het vervolgtraject toe.
Kanttekeningen en vervolgonderzoek
De onderzoekers zagen wel een lichte daling in specificiteit, wat kan leiden tot meer fout-positieve signalen. Volgens hen weegt dit risico op tegen de voordelen van vroegere detectie. Wel is aanvullend onderzoek nodig naar de prestaties van de AI-stethoscoop in andere zorgsettings en bij meer diverse patiëntgroepen.
De studie benadrukt volgens de auteurs hoe AI traditionele medische instrumenten kan versterken, zonder zorgprofessionals te vervangen. Daarmee past de AI-stethoscoop in een bredere trend waarin slimme, laagdrempelige technologieën de diagnostiek in de eerstelijnszorg ondersteunen.
Digitalisering 200 jaar ‘oude’ technologie
Tot enkele jaren geleden was de stethoscoop, een van de meest herkenbare medische (diagnose)instrumenten, ruim 250 jaar onveranderd gebleven. Intussen hebben de razendsnelle ontwikkelingen op het gebied van slimme- en AI-gedreven technologieën ook de stethoscoop bereikt. De Keikku is daar een goed voorbeeld van. Die slimme stethoscoop is specifiek ontwikkeld om op een andere manier te luisteren naar geluiden die in en door het lichaam geproduceerd worden. Op die manier kan zoveel meer over de gezondheidstoestand van een patiënt geleerd worden dan wat er de afgelopen tientallen jaren met een stethoscoop mogelijk was.
Een vergelijkbaar voorbeeld is de met slimme sensoren ontwikkelde ‘stethoscoop’ om afwijkingen aan hartkleppen, ook wel valvulaire hartaandoeningen (VHD) genoemd, eerder te kunnen ontdekken. De opgenomen hartgeluiden worden opgeslagen op het apparaat en kunnen worden geanalyseerd om tekenen van hartklepaandoeningen op te sporen. Daarnaast ontwikkelen de onderzoekers een machine learning-algoritme dat automatisch indicaties van dergelijke aandoeningen kan detecteren.
En in 2024 ontwikkelden Eko Health en de Mayo Clinic al een van de eerste AI-stethoscopen. Daarmee kunnen zorgverleners binnen 15 seconden een lage EF identificeren. Een waardevolle innovatie voor de miljoenen mensen aan hartfalen lijden. Traditionele opsporingsmethoden, bijvoorbeeld met een echo, zijn vaak niet haalbaar in de eerstelijnszorg. Dat heeft onder andere te maken met de hoge kosten maar ook omdat hiervoor gespecialiseerde kennis en veel tijd nodig zijn. De AI-stethoscoop doorbrak die belemmeringen door een toegankelijk en relatief betaalbaar alternatief te bieden.
