Het officiële MedZine Blog

Een computer algoritme, gebruik makend van kunstmatige intelligentie (‘KI’), is van grote waarde bij het interpreteren van long(functie)onderzoek. Deze bevinding werd met veel interesse op 19 september ontvangen op het European Respiratory Society Congres te Parijs. De onderzoekers uit Leuven die hier hun resultaten presenteerden, vermoeden dat KI de toekomst heeft en onmisbaar zal kunnen blijken in de dagelijkse praktijk van specialisten en huisartsen.

Het blijkt niet altijd even gemakkelijk: het interpreteren van respiratoire klachten en symptomen en deze vervolgens na aanvullend onderzoek in het juiste kader plaatsen en tot een correcte diagnose komen. Zeker bij afwijkende patronen van zeldzamere ziektebeelden is dit lastig. Longfunctieonderzoek is niet eenvoudig te interpreteren en is onderhevig aan de subjectiviteit van de beoordelaar. In het huidige onderzoek waarin de waarde van KI bij interpretatie van longfunctieonderzoek wordt bestudeerd, wordt onder longfunctieonderzoek verstaan: spirometrie, plethysmografie (body box) en diffusiecapaciteit.

Topalovic en collegae van de Katholieke Universiteit Leuven onderzochten data van 1430 patiënten in 33 ziekenhuizen te België. Deze longfunctiedata werden geïnterpreteerd door een expert panel van longartsen, die de evaluaties uitvoerden conform richtlijnen van de ERS en ATS. Het panel nam bij de evaluatie van elke patiënt de volgende onderdelen in overweging: medische voorgeschiedenis, longfunctie uitslagen en eventuele uitslagen van andere aanvullende onderzoeken. Het panel kwam tot overeenstemming en tot een diagnose waarvan ze overtuigd waren dat deze correct was. Op basis hiervan werd een algoritme ontwikkeld waarmee de KI getraind werd.

Het algoritme werd getoetst tegen 120 Europese longartsen (België, Frankrijk, Nederland, Duitsland en Luxemburg). Zij maakten in totaal 6000 interpretaties van alle longfunctiedata, afkomstig van 50 patiënten. De KI onderzocht dezelfde data. Zowel resultaten van de KI als van de longartsen werden getoetst tegen de gouden standaard richtlijnen.
Interpretatie van de longfunctiedata door de longartsen kwam in 74% van de gevallen overeen met de richtlijnen en dat van de KI in 100% van de gevallen. De longartsen stelden de correcte diagnose (zoals door het expert panel was besloten) in 45% van de patiënten. KI stelde een correcte diagnose bij 82%.

De onderzoekers concludeerden dat de KI-software beter presteert dan een groep longartsen, wanneer het de interpretatie van longfunctieonderzoeken betreft. KI kan een zeer krachtig hulpmiddel zijn bij het verbeteren van de huidige klinische praktijk. Artsen die er gebruik van maken zijn zeer positief, omdat zij zich door KI gesteund voelen bij het identificeren van lastig herkenbare patronen van zeldzame ziektebeelden.

Door: Judith Cohen

Bron: M. Topalovic et al. "Artificial intelligence improves experts in reading pulmonary function tests". Abstract no: PA5290, ERS Conference 2018. (to be printed in ERJ Supplement Sep 2018)

Link naar artikel