Een speciaal AI-programma kan infectieziekten al in een vroeg stadium opsporen. Het systeem, ERNIE, is ontwikkeld door onderzoekers van het Universitair Medisch Centrum Groningen en Certe. Door signalen uit huisartsbezoeken sneller te herkennen, kan de zorg eerder ingrijpen bij een dreigende uitbraak. Dat vergroot de kans om verspreiding te beperken en kwetsbare groepen tijdig te beschermen. ERNIE analyseert geanonimiseerde gegevens over wat patiënten met hun huisarts bespreken.
Wanneer er zich plotseling meer mensen melden met vergelijkbare klachten, zoals hoesten, koorts of buikpijn, dan slaat het systeem aan. Zo kan een mogelijke uitbraak al zichtbaar worden voordat die officieel kan worden vastgesteld. Volgens de onderzoekers biedt ERNIE waardevolle tijdwinst voor zorgverleners en beleidsmakers op.
ERNIE herkent patronen
Medisch epidemioloog-microbioloog Matthijs Berends ontwikkelde samen met enkele collega’s het programma ERNIE. In samenwerking met data-scientist Gijs Danoe en huisarts Maarten Homburg onderzocht hij of het systeem de patronen daadwerkelijk kan herkennen. Voor het onderzoek analyseerden zij ruim 440.000 huisartsconsulten uit Noord-Nederland, die plaatsvonden in de periode van 2015 tot en met 2023.
ERNIE analyseerde alle consulten en keek daarbij niet naar namen of persoonlijke gegevens. Alleen de geanonimiseerde informatie over klachten werden door ERNIE bekeken Omdat een patiënt met klachten vrijwel altijd eerst naar de huisarts gaat, kunnen hieruit eerder afwijkingen van de normale situatie blijken.
Eerder ingrijpen
Uit het onderzoek komt naar voren dat ERNIE dergelijke afwijkingen nauwkeurig weet te signaleren. Berends zegt daarover dat ERNIE virussen in de beginfase van de uitbraak kan detecteren. Eerder dus dan de modellen van bijvoorbeeld het RIVM dat kunnen. “Dat is precies de reden dat we dit zijn gaan onderzoeken. Als je eerder een uitbraak kunt vaststellen, is het ook mogelijk om eerder maatregelen te nemen om de gevolgen van een uitbraak te beperken”, aldus Berends.
Fictieve oefening
ERNIE signaleerde al vóórdat op 27 februari 2020 de eerste coronapatiënt in Nederland officieel werd vastgesteld, dat huisartsen vaker klachten registreerden die passen bij COVID-19. Volgens Matthijs Berends pikte het systeem later ook de afwijkende RS-golf onder jonge kinderen in de zomer van 2021 op. Tijdens een grootschalige oefening herkende ERNIE bovendien een nagebootste uitbraak van het Westnijlvirus. Tegelijkertijd bleef het systeem stil in periodes zonder uitbraken en sloeg het geen loos alarm.
Nu ERNIE goed blijkt te werken, wil Berends het breder gaan inzetten in de zorg. “Als we wekelijks de geanonimiseerde gegevens van huisartsenpraktijken hiermee kunnen analyseren, zitten we dicht op een mogelijke uitbraak. Via ons researchnetwerk Academisch Huisarts Ontwikkel Netwerk (AHON) krijgen we die op dit moment al van tientallen huisartsenpraktijken in Noord-Nederland. We hopen dat dit aantal verder uit te breiden”, aldus Berends.
Andere ziektebeelden
Berends verwacht dat ERNIE niet alleen voor het vroegtijdig vaststellen van infectieziekten werkt want ERNIE kan volgens Berends ook heel goed afwijkende patronen herkennen in de gesprekken, bijvoorbeeld bij kanker of andere ziektebeelden. Dat is een stap die in het UMCG verder wordt onderzocht.
De onderzoekers hebben hun bevindingen recent gepubliceerd in Nature npj Digital Medicine. Aan het onderzoek werkten behalve Berends, Danoe en Homburg, ook Marjolein Berger, Lilian Peters en collega’s van andere UMC’s.
Eerder schreven we ook over een andere methode die is ontwikkeld om uitbraken van infectieziekten beter te voorspellen. Nu de vaccinatiegraad in verschillende landen, waaronder Nederland, daalt en des- en misinformatie zich snel verspreiden, neemt het risico op terugkerende ziekten zoals mazelen opnieuw toe.
Onderzoekers van de University of Waterloo ontwikkelden daarom een datagedreven model dat niet alleen kijkt naar de verspreiding van virussen, maar ook naar de verspreiding van vaccinscepsis via sociale media. Door deze digitale dynamiek te benaderen als een ecologisch systeem waarin des- en misinformatie zich net zo kunnen verspreiden als een infectie, kan het model gezondheidsdiensten helpen om eerder en gerichter in te grijpen.
