Zorgverleners zonder echografische ervaring kunnen met behulp van AI echocardiogrammen van voldoende kwaliteit maken. Op deze manier wordt cardiale beeldvorming beter toegankelijk voor mensen die in gebieden wonen waar gespecialiseerde zorg beperkt beschikbaar is.1
In de RURAL-studie ondergingen 4597 volwassenen uit 10 landelijke Amerikaanse gebieden in Alabama, Kentucky, Louisiana en Mississippi een echocardiografisch onderzoek in een mobiele onderzoeksunit. De gemiddelde leeftijd van de deelnemers was 48 jaar en 67% was vrouw. De onderzoeken werden uitgevoerd door 14 verpleegkundigen, verpleegassistenten en computed tomography (CT)-laboranten zonder eerdere ervaring met echocardiografie. Vooraf kregen ze 2 uur training in het gebruik van AI-ondersteunde echografie. Tijdens het onderzoek bood AI realtime begeleiding bij het verkrijgen van de juiste beelden. Vervolgens beoordeelden ervaren echografisten en artsen met cardiologische ervaring de opnamen op afstand. Hieruit bleek dat bij 98% van de deelnemers alle 6 standaardopnamen verkregen waren. Meer dan 99% van de onderzoeken was volgens het centrale beoordelingslaboratorium geschikt voor metingen. De diagnostische beeldkwaliteit varieerde per opname tussen 77-94%. Bovendien werd 81% van de onderzoeken binnen de beoogde 15 minuten afgerond; de mediane onderzoeksduur bedroeg 9,5 minuten.
Bij 133 deelnemers in dit onderzoek werden klinisch belangrijke afwijkingen vastgesteld. Daarbij kwam een linkerventrikelejectiefractie (LVEF) < 50% het vaakst voor. Van deze bevindingen werd 99% binnen 3 dagen teruggekoppeld. Hoewel een directe vergelijking met ervaren echografisten ontbreekt, suggereren de resultaten wel dat AI-ondersteunde echocardiografie een waardevolle aanvulling kan zijn op de cardiovasculaire (CV)-diagnostiek in gebieden waarin er maar beperkt toegang tot gespecialiseerde zorg is.
Bron:
Ravi S, Kelsey M, Crawford A, al. Implementation of core lab quality assurance for artificial intelligence-guided echocardiography in a mobile rural setting: the risk underlying rural areas longitudinal (RURAL) study. AHA Congress 2026, poster MDP2290.