Britse onderzoekers van de Universiteit van Cambridge hebben patronen ontdekt in longexacerbaties bij mensen met niet-cystische fibrose bronchiëctasie (NCFB), en hebben een AI-model getraind deze te herkennen. Toegepast in een systeem voor thuismonitoring konden acute longexacerbaties (APEs) gemiddeld 11 dagen eerder worden voorspeld dan in de klinische praktijk.1
APEs bij NCFB zijn onmogelijk te voorspellen, terwijl ze wel een grote impact hebben op de morbiditeit, mortaliteit en kwaliteit van leven. Dezelfde onderzoeksgroep heeft eerder onder meer al aangetoond dat thuismonitoring bij patiënten met cystische fibrose (CF) het aantal routinematige poliklinische afspraken veilig met de helft kan verminderen en deelnemers zich erdoor empowered voelen. In een prospectief, observationeel onderzoek bij 50 volwassenen met NCFB die voor APEs werden behandeld, zijn de bruikbaarheid en acceptatie van thuismonitoring getest en zijn data verzameld om een op maat gemaakt AI-voorspellingsmodel te trainen. Patiënten met CF werden uitgesloten van deelname. De 50 NCFB-patiënten registreerden longfunctie, activiteit, hartslag, zuurstofsaturatie, gewicht, hoesten, welzijn en therapietrouw bij gebruik van de vernevelaar met behulp van apparatuur die in verbinding stond met een smartphone-app. De deelnemers leverden ook elke dag een sputummonster aan. De gemiddelde leeftijd was 68,5 jaar, 58% was vrouw. De FEV1 was gemiddeld 68,0% (range: 32-106) van de voorspelde waarde.
De onderzoekers slaagden erin een typisch exacerbatiepatroon te definiëren en een model te trainen om APEs nauwkeurig te voorspellen. Het model zette in 24 van de 28 gevallen (85,7%) terecht een interventie in gang. De waarschuwing voor een aanval kwam gemiddeld 11,3 dagen eerder dan in de huidige klinische praktijk zou gebeuren. Van de deelnemers oordeelde 80% een beter begrip van de ziekte te hebben door deelname aan het onderzoek. Opvallend was dat driekwart van de deelnemers de apparatuur bleef gebruiken nadat het onderzoek geëindigd was.
Bron: