Onderzoekers van de Yale School of Medicine hebben een indrukwekkende prestatie geleverd: ze hebben een kunstmatige intelligentie ontwikkeld die verborgen hartklepaandoeningen kan opsporen, nog vóórdat patiënten er zelf iets van merken. Het gaat hierbij om aandoeningen aan de aortaklep, die vaak jarenlang onopgemerkt blijven, met levensbedreigende complicaties tot gevolg. Dankzij AI zouden artsen nu veel eerder kunnen ingrijpen.
Hoe de AI werkt: slim leren van stiltes in het hart
De technologie is getraind op duizenden ECG-scans (elektrocardiogrammen), in combinatie met echo-onderzoeken van het hart (echocardiografie). Op basis van deze gegevens leerde het AI-model afwijkende elektrische patronen herkennen die samenhangen met een vernauwde aortaklep – een aandoening die het hart ernstig kan belasten. Wat voor het blote oog of de klassieke medische blik onzichtbaar blijft, wordt door de AI als een rode vlag gesignaleerd.
78% nauwkeurigheid zonder symptomen
De kracht van het systeem zit in zijn voorspellend vermogen. Zelfs bij patiënten zonder klachten kon het AI-model in 78% van de gevallen correct voorspellen of er sprake was van een beginnende aortastenose. In klinische termen: het systeem detecteert structurele schade terwijl de patiënt zich nog kerngezond waant. Dit is cruciaal, want hoe eerder de aandoening wordt opgemerkt, hoe beter de behandeling – en hoe groter de overlevingskans.
Een toekomst waarin hartfalen voorkomen wordt?
Hartklepaandoeningen behoren wereldwijd tot de belangrijkste oorzaken van hartfalen. Vaak worden ze pas opgemerkt wanneer klachten zoals kortademigheid of pijn op de borst optreden. Maar dan is het kwaad meestal al geschied. Deze AI-technologie maakt het mogelijk om via een eenvoudig ECG, dat goedkoop en breed beschikbaar is, te screenen op verborgen hartproblemen.
Volgens de betrokken onderzoekers kan deze techniek binnen enkele jaren zijn weg vinden naar huisartsenpraktijken, klinieken en zelfs draagbare medische technologie. “Dit is geen futuristisch scenario”, stelt Dr. Rohan Khera, hoofdauteur van de studie. “We hebben nu de tools in handen om eerder te detecteren en eerder te behandelen. Het is een kans om levens te redden.”
AI als nieuwe stethoscoop?
De implicaties gaan verder dan alleen de aortaklep. Het onderzoek opent de deur naar een nieuwe manier van diagnostiek waarbij AI als een soort ‘digitale stethoscoop’ fungeert – een die kan luisteren naar signalen die artsen zelf nog niet kunnen horen. Hoewel vervolgonderzoek nodig is, luidt de conclusie van de studie nu al luid en duidelijk: kunstmatige intelligentie verandert de manier waarop we naar het hart kijken – en hoe we het beschermen.
|
Detecting structural heart disease from electrocardiograms using AI - NatureEarly detection of structural heart disease is critical to improving outcomes, but widespread screening remains limited by the cost and accessibility of imaging tools such as echocardiography1,2. Recent advances in machine learning applied to heart rhythm recordings have shown promise in identifying disease3,4, although previous work has been limited by development in narrow populations or targeting only select heart conditions5. Here we introduce a deep learning model, EchoNext, trained on more than 1 million heart rhythm and imaging records across a large and diverse health system to detect many forms of structural heart disease. The model demonstrated high diagnostic accuracy in internal and external validation, outperforming cardiologis |
