Longkanker kan mogelijk tot wel vier maanden eerder worden ontdekt als huisartsen gebruikmaken van kunstmatige intelligentie.
Dat blijkt uit nieuw onderzoek uitgevoerd door het Amsterdam Universitair Medisch Centrum (UMC), waarvan de resultaten onlangs zijn verschenen in het Britse tijdschrift British Journal of General Practice.
Een van de belangrijkste onderzoekers, Henk van Weert, zelf ook voormalig huisarts, noemt de resultaten hoopgevend en veelbelovend. Hoewel nog niet exact bekend is hoeveel tijd er per patiënt wordt gewonnen, staat voor Van Weert vast dat de inzet van kunstmatige intelligentie duidelijk voordeel biedt. ‘Dat er winst wordt geboekt, is zonder twijfel,’ aldus Van Weert.
Eerder onderzoek uit Engeland liet zien dat de sterfte onder patiënten met longkanker met ongeveer zes procent toeneemt wanneer de verwijzing naar een specialist met slechts vier weken wordt uitgesteld. Als deze cijfers worden vertaald naar een periode van vier maanden, zoals in het Nederlandse onderzoek naar voren kwam, zou het gebruik van kunstmatige intelligentie dus een aanzienlijk positief effect kunnen hebben op de overlevingskansen van patiënten.
Hoe werkt het nieuwe systeem precies?
Het onderzochte systeem maakt gebruik van medische gegevens die huisartsen al beschikbaar hebben in hun bestaande patiëntendossiers. De kunstmatige intelligentie analyseert deze gegevens en kan patronen herkennen die voor een huisarts met het blote oog moeilijk te zien zijn. Huisartsen kunnen zelf instellen bij welk risico op longkanker zij een waarschuwing willen ontvangen. Bijvoorbeeld: wanneer het berekende risico boven een bepaalde drempelwaarde stijgt, krijgen zij automatisch een melding.
Volgens Van Weert is het voor een huisarts in de dagelijkse praktijk vaak bijzonder lastig om verbanden te leggen binnen grote hoeveelheden patiëntgegevens. 'Wij zijn opgeleid om te werken met lijsten van bekende symptomen,' legt hij uit. 'Hoe meer van deze symptomen bij een patiënt aanwezig zijn, hoe groter de kans op een ernstige aandoening zoals longkanker. Maar de symptomen die wij kennen, stammen nog steeds uit de klassieke medische handboeken. Vroeger was het onmogelijk om enorme databases van patiëntgegevens systematisch te doorzoeken. Nu, dankzij deze technologie, kunnen we dat wel. Sterker nog: het systeem kan zelfs complexe verbanden leggen tussen klachten, symptomen én het gedrag van patiënten, die wij als arts niet direct zouden herkennen.'
Elke klacht die een patiënt meldt, wordt afzonderlijk geanalyseerd: neemt hierdoor de kans op longkanker toe, of juist af? Door deze benadering te combineren met honderden andere variabelen – zoals leeftijd, rookgedrag, eerdere ziekten en andere risicofactoren – kan het systeem een zeer nauwkeurige risicoberekening maken. Uiteindelijk leidt dit tot een concreet percentage dat het risico op longkanker voor die specifieke patiënt uitdrukt.
Een 'zwarte doos' voor huisartsen
Toch kent het systeem ook beperkingen. Voor huisartsen blijft de werking grotendeels een raadsel – een zogenoemde ‘zwarte doos’. Zij zien de uitkomsten en de risico-inschattingen, maar begrijpen vaak niet precies hoe het systeem tot die conclusies is gekomen. Van Weert erkent dit probleem, maar benadrukt tegelijkertijd dat dit de praktische bruikbaarheid niet hoeft te belemmeren. 'De technologie is gebaseerd op gegevens van bijna anderhalf miljoen patiënten,' licht hij toe. 'Dat is een enorm betrouwbare basis. De belangrijkste stap die nog gezet moet worden, is dat deze software geïntegreerd wordt in de bestaande informatiesystemen van huisartsenpraktijken. Hiervoor zijn commerciële bedrijven nodig die de koppeling met huidige software kunnen verzorgen.'
Van Weert vertelt verder dat er in het onderzoek alleen gebruik is gemaakt van gegevens van patiënten die al minstens twee jaar ingeschreven stonden bij dezelfde huisartsenpraktijk. Hierdoor was het mogelijk om een compleet en betrouwbaar medisch beeld te vormen. Bij sommige patiënten besloeg de verzamelde informatie zelfs hun volledige medische geschiedenis bij de huisarts, wat de nauwkeurigheid van de analyses nog verder versterkte.
Breder inzetbaar dan alleen bij longkanker
Hoewel de focus in dit onderzoek volledig lag op longkanker, ziet Van Weert ook mogelijkheden voor bredere toepassingen. Volgens hem kan dezelfde analysetechniek ook ingezet worden om andere vormen van kanker in een vroeg stadium te detecteren. De keuze om te starten met longkanker had vooral praktische redenen: longkanker komt veel voor, de behandelingen zijn de afgelopen jaren sterk verbeterd en vroege ontdekking kan een groot verschil maken voor de prognose van patiënten.
‘Juist door de combinatie van een relatief hoge incidentie en de medische vooruitgang bij de behandeling van longkanker levert een snellere diagnose vrijwel zeker winst op voor de patiënt,’ aldus Van Weert.
Concluderend kan worden gesteld dat kunstmatige intelligentie een krachtig hulpmiddel kan zijn voor huisartsen om levensbedreigende aandoeningen zoals longkanker sneller en effectiever op te sporen. De uitdaging ligt nu vooral in het verder ontwikkelen en integreren van deze systemen in de dagelijkse praktijk, zodat ze breed toegankelijk worden voor alle huisartsen in Nederland.
