De toekomst van de geneeskunde en van hartfalen (HF) in het bijzonder wordt zonder twijfel gedreven door data. Enerzijds zijn deze afkomstig uit diverse elektronische gezondheidsdossiers, anderzijds worden de gegevens in toenemende mate door de patiënt zelf aangeleverd via wearables en telemedicine.
‘De enorme hoeveelheid (gezondheids)informatie die we door alle nieuwe toepassingen zoals devices en apps verzamelen, stelt ons tegelijkertijd voor de nodige uitdagingen bij het juiste gebruik ervan. Dit onderstreept de noodzaak van kunstmatige intelligentie’, aldus Hans-Peter Brunner-La Rocca (Maastricht). ‘Het draait echter niet alleen om kunstmatige intelligentie en data; de inzet van digitale technologie brengt allerlei aspecten met zich mee zoals privacykwesties, vergoeding en regulering.1
Volgens Brunner-La Rocca behelst de digitale toekomst van HF-zorg in ieder geval niet alleen de inzet van op kunstmatige intelligentie gebaseerde algoritmes om de prognose te voorspellen. ‘Er zijn immers al (te) veel factoren die uitkomsten voorspellen en de invloed daarvan is minimaal. Dit geldt ook voor op kunstmatige intelligentie gebaseerde diagnostische algoritmes – waaronder monitoring tools – waarvan de klinische consequenties niet gedefinieerd zijn. Het is dan ook belangrijk dat de klinische consequenties van nieuwe algoritmes getest en gevalideerd zijn.’
Brunner-La Rocca noemde als voorbeeld een studie van Yao et al., die onderzochten of een op elektrocardiografie gebaseerd klinisch algoritme met gebruikmaking van kunstmatige intelligentie de diagnose ‘lage linkerventrikelejectiefractie’ in de eerste lijn mogelijk maakt.2 ‘Dit algoritme verhoogde het aantal diagnoses van 1,6% in de controlegroep naar 2,1% in de interventiegroep. Het was echter een van de eerste op kunstmatige intelligentie gebaseerde algoritmes die prospectief is getest en de vraag is of het voldoende accuraat is’, zo vroeg Brunner-La Rocca zich af. ‘De mogelijkheden zijn talloos, maar er zal nog het nodige aan ervaring en inzichten moeten worden opgedaan.’
Bronnen
- Cowie MR, McBeath KCC, Angermann CE. The digital future of heart failure care. Curr Heart Fail Rep. 2022 Apr 19;1-5.
- Yao X, Rushlow DR, Inselman JW, et al. Artificial intelligence-enabled electrocardiograms for identification of patients with low ejection fraction: a pragmatic, randomized clinical trial. Nat Med. 2021;27:815-9.
- Brunner-La Rocca H-P. Role of artificial intelligence in future heart failure management. HF Congress 2022.