Onderzoekers combineren kunstmatige intelligentie met microbiome-analyses om ME/CVS en Long Covid met meer dan 90% nauwkeurigheid te diagnosticeren. Een gamechanger voor patiënten én artsen.
AI helpt artsen het onzichtbare zichtbaar te maken
Voor miljoenen mensen wereldwijd die worstelen met langdurige klachten na een virale infectie — vaak weggezet als ‘vage symptomen’ — is er hoop. Een internationaal onderzoeksteam geleid door Stanford University heeft een baanbrekende methode ontwikkeld waarbij kunstmatige intelligentie (AI) in combinatie met darmmicrobioomdata chronisch vermoeidheidssyndroom (ME/CVS) en Long Covid met ruim 90% nauwkeurigheid kan identificeren.
Tot nu toe bleven beide aandoeningen moeilijk vast te stellen. De symptomen zijn divers en de biologische oorzaken vaag of omstreden. Maar dankzij nieuwe AI-modellen, getraind op darmbacterieprofielen van meer dan 800 patiënten en controlegevallen, begint het medisch mysterie barsten te vertonen.
De rol van het microbioom in chronische ziekten
Het menselijk microbioom — de verzameling van miljarden bacteriën in de darmen — speelt een steeds belangrijkere rol in onderzoek naar langdurige ziektes. Wat onderzoekers nu hebben ontdekt: bij ME/CVS en Long Covid-patiënten ontbreekt een gezonde diversiteit aan darmbacteriën. Enkele nuttige bacteriesoorten, zoals Faecalibacterium prausnitziien Eubacterium, zijn opvallend ondervertegenwoordigd.
AI-systemen, waaronder deep learning-algoritmes, wisten op basis van deze afwijkingen onderscheid te maken tussen gezonde individuen en mensen met langdurige klachten. Het resultaat: een diagnostisch model dat in 90% van de gevallen correct voorspelt of iemand ME/CVS of Long Covid heeft.
Van subjectieve symptomen naar objectieve data
ME/CVS wordt al decennia omschreven als een ‘onzichtbare ziekte’. Klachten als extreme vermoeidheid, cognitieve mist, pijn en duizeligheid zijn moeilijk meetbaar. Long Covid vertoont soortgelijke kenmerken, maar kreeg pas sinds de pandemie wetenschappelijke aandacht. Tot nu toe hadden artsen weinig diagnostische handvaten. Met deze nieuwe biomarker-aanpak wordt het mogelijk om op basis van objectieve data een diagnose te stellen.
Dit zou kunnen leiden tot vroege herkenning, gepersonaliseerde behandelingen en wellicht zelfs preventie. Voor patiënten betekent het ook: eindelijk erkenning.
AI als diagnostische bondgenoot
De onderzoekers zien hun model niet als vervanging van medisch personeel, maar als ondersteuning. “AI helpt ons patronen te zien die te complex zijn voor het menselijk oog,” aldus hoofdonderzoeker Ron Davis. Het team werkt nu aan een commerciële test die beschikbaar zou kunnen zijn binnen enkele jaren, mits verdere validatie slaagt.
Naast darmbacteriën keken de AI-modellen ook naar metabolieten, ontstekingsmarkers en andere biologische signalen. Dit multidisciplinaire model maakt de resultaten robuust en breed toepasbaar.
Wat betekent dit voor de toekomst?
De implicaties zijn veelbelovend: deze methode opent de deur naar een betere diagnose voor miljoenen patiënten die vaak jarenlang zonder duidelijke medische verklaring moeten leven. Het kan ook de deur openen naar vergelijkbare AI-diagnostiek voor andere ‘onzichtbare’ aandoeningen zoals fibromyalgie of Lyme.
Voor ME/CVS- en Long Covid-patiënten is het onderzoek een stap richting erkenning, begrip én medische vooruitgang. Voor de medische wereld is het een teken dat AI in combinatie met microbiologisch onderzoek een nieuw tijdperk van gepersonaliseerde geneeskunde inluidt.
Previously undetectable biomarkers in gut microbiome may predict 'invisible' chronic fatigue syndrome, long COVIDNew research by The Jackson Laboratory, Duke University, and the Bateman Horne Center reveals that chronic fatigue syndrome (ME/CFS) may leave detectable biological fingerprints in the body. Credit: The Jackson Laboratory |
