DOQ

AI: vroegtijdige detectie, betere zorg voor extreem premature baby’s

Baby’s die vóór de 28e week geboren worden, lopen verhoogd risico op problemen op latere leeftijd met cognitie, gedrag of motoriek. Hoe beter artsen kunnen voorspellen welke van deze baby’s verhoogd risico lopen, hoe beter ouders en zorgverleners zich daarop kunnen voorbereiden. Onderzoekers van het UMC Utrecht ontwikkelden daarom een AI-model om de langetermijnsuitkomsten van extreem premature baby’s al vroeg in hun leven te kunnen voorspellen, vertelt Maria Luisa Tataranno, kinderarts-neonatoloog en onderzoeker.

Voorspellen hoe extreem premature baby’s het later in hun leven gaan doen is lastig, aldus Tataranno. “Soms denken we: met dit kind gaat het goed komen, bijvoorbeeld omdat we op de MRI geen aanwijsbare hersenschade zien. En dan blijkt het kind later toch autisme of ADHD te ontwikkelen of problemen te krijgen met cognitie of executieve functies. Dat zijn uitkomsten die op latere leeftijd voor problemen kunnen zorgen in hun werkzame of sociale leven.”

“We wilden weten of de AI beter langetermijnsuitkomsten zou kunnen voorspellen dan de arts”

Kinderarts-neonatoloog Maria Luisa Tataranno

Vroegtijdige detectie

De onderzoekers van het UMC Utrecht maakten tot nu toe gebruik van MRI, neurologisch onderzoek en een analyse van de general movements tussen drie á vier maanden na geboorte om langetermijnsuitkomsten te kunnen voorspellen. “De MRI zegt iets over mogelijke hersenschade, de general movements zijn voorspellend voor de verdere motorische ontwikkeling. We hadden echter geen tools waarmee we al eerder na geboorte voorspellingen konden doen. En hoe eerder je dat kunt doen, hoe eerder je ondersteuning op maat kunt bieden aan kind en ouders. Vroegtijdige detectie, daar streven we naar.”

Neuro-monitoring

Het UMC Utrecht is het landelijk expertisecentrum voor neonatale neurologie. Sinds 2008 worden extreem prematuur geboren baby’s voor onderzoeksdoeleinden gevolgd met neuro-monitoring, een vereenvoudigd EEG of hersenfilmpje, op de eerste drie dagen na geboorte. “Dat is voor deze kinderen een zeer gevoelige periode. Vandaar dat we deze fase graag monitoren.”

Tataranno en haar team ontwikkelden een AI-model dat in staat is in deze neuro-monitoring patronen te analyseren. “Met dit model deden we retrospectief onderzoek, op basis van de EEG-data van 369 extreem prematuur geboren baby’s. We wilden weten of de AI-analyse van de EEG-data beter langetermijnsuitkomsten zou kunnen voorspellen dan de kwalitatieve analyse van de kinderarts-neonatoloog. Het antwoord is: ja. Zo blijkt het model in staat om behoorlijk nauwkeurig vast te stellen welke kinderen later in hun kindertijd mogelijk een verstandelijke beperking kunnen krijgen. Daarnaast kan het model onderscheid maken tussen kinderen met een laag IQ en kinderen met optimale resultaten op vroege schoolleeftijd, met een nauwkeurigheid van 80 procent. Dat zijn uitkomsten waar je je als ouder en zorgverlener vervolgens op kunt voorbereiden.”

“De hersenen van extreem prematuur geboren baby’s zijn heel plastisch”

Training

Die voorbereiding bestaat er bijvoorbeeld uit dat je met je baby alvast oefeningen gaat doen op de Neonatale Intensive Care (NICU), waar deze baby’s vaak langer moeten verblijven. “Met het AI-model kunnen we ouders bijvoorbeeld specifieker dan voorheen voorspellen dat hun kind verhoogd risico loopt op een vertraagde taalontwikkeling. Als je dat vroegtijdig weet, kun je je baby daarop trainen, want de hersenen van extreem prematuur geboren baby’s zijn heel plastisch. Overigens willen we onderzoeken in hoeverre training werkt, en welke interventie dan beter werkt dan de andere.”   

“Hoe meer data we in het model kunnen stoppen, hoe meer we onze voorspellingen kunnen verfijnen”

ENSEMBLE-studie

Voor Tataranno is het voorspellende AI-model op basis van neuro-monitoring pas het begin. “Ik droom graag groot. We zouden graag een AI-model ontwikkelen waarin we meer relevante medische gegevens van de extreem prematuren kunnen opnemen. Zoals MRI-scans van de hersenen, het zuurstofgehalte in het bloed of de bewegingspatronen van de baby’s. Hoe meer data we in het model kunnen stoppen, hoe meer we onze voorspellingen kunnen verfijnen.”

De droom van Tataranno wordt overigens al werkelijkheid. Samen met de NICU’s uit zeven andere academische centra in vijf Europese landen is het UMC Utrecht de ENSEMBLE-multicenterstudie gestart, een grote Europese prospectieve studie naar de lange termijnsuitkomsten bij baby’s met hersenschade. Ook hier speelt AI een belangrijke rol. “We willen een machine learning ontwikkelen op basis van zoveel mogelijk medische gegevens van deze baby’s. Dat gaat ons helpen langetermijnsuitkomsten te kunnen voorspellen. Hoe eerder we dit kunnen doen, hoe beter we de baby’s kunnen behandelen. We hopen daarmee de langetermijnschade voor de baby zoveel mogelijk te kunnen beperken.”

Lees meer over:


Voor u geselecteerde artikelen

Casus: schoonmaker met branderige huiduitslag

Een 46-jarige schoonmaker van Iraakse afkomst heeft sinds ruim één jaar last van een branderige, jeukende huiduitslag op vooral zijn armen en benen. Eerdere antimycotische behandelingen hebben geen effect gehad. Wat is uw diagnose?

‘Leren reanimeren doe je altijd voor een ander, nooit voor jezelf’

Burgerhulpverleners starten in Nederland het merendeel van de reanimaties bij een hartstilstand, maar hun aantal is nog onvoldoende. Leonie van der Leest: “Zorgverleners kunnen mensen hierop attenderen: leer reanimeren, je redt er mensenlevens mee.”

Rechtvaardigheid als kompas voor medisch onderzoek

Wie profiteert van medische innovaties? Wie kan meedoen aan onderzoek en wie blijft buiten beeld? Rieke van der Graaf onderzoekt hoe medisch onderzoek zo kan worden ingericht dat het niet alleen vooruitgang oplevert, maar ook rechtvaardig is.

‘Houd het gesprek over cannabis­gebruik bij medische klachten open’

Veel patiënten gebruiken cannabis bij medische klachten, maar halen dit niet via de apotheek. Pieter Oomen vertelt over de barrières die ervaren worden en doet enkele aanbevelingen. “Een van de barrières is het stigma dat bij artsen vaak nog leeft rond cannabis.”

Wanneer klachten eigenlijk een zingeving­svraag zijn

Huisarts Richard Hoofs ziet in zijn praktijk regelmatig mensen bij wie medische verklaringen ontbreken, maar het lijden duidelijk aanwezig is. Volgens hem ligt onder die klachten vaak een vraag die in de spreekkamer nog weinig gesteld wordt: waar leef je eigenlijk voor?

AI-model voor SEH werkt goed, maar wordt niet gebruikt

AI kan op de SEH goed voorspellen welke patiënten een hoog sterfterisico hebben. Toch ondervonden Paul van Dam en William van Doorn dat artsen de voorspelling nauwelijks gebruiken. “We moeten leren om AI-modellen te ontwerpen die beter zijn afgestemd op de gebruikers.”

‘Sta eens vaker stil en reflecteer’

Veel artsen lopen vast op vragen over werkdruk, keuzes en werk-privébalans. Shirin Bemelmans-Lalezari pleit daarom voor meer reflectie en open gesprekken over twijfels in de medische loopbaan. “Juist de eigenschappen die veel artsen delen, kunnen later in de weg gaan zitten.”

Casus: jonge vrouw met toenemende buikpijn

Een 27-jarige vrouw bezoekt de Spoedeisende Hulp vanwege sinds 24 uur toenemende buikpijn. De pijn begon centraal in de buik, maar is inmiddels verplaatst naar rechtsonder. Wat is uw beleid?

‘Voor dak- en thuislozen zet ik graag een stapje extra’

Dak- en thuislozen vragen om meer dan een standaardconsult, ervaart huisarts Laura de Jong. Ze beschrijft hoe laagdrempelige straatzorg, volharding en kleine gebaren het verschil kunnen maken bij complexe problematiek. “Soms is één ‘fuck off’ minder al winst.”

Verder zoeken bij onverklaarde klachten

Wat doe je als alle diagnostische sporen doodlopen? Tonnie van Kessel en Charles Verhoeff vertellen hoe de artsen van stichting De Witte Raven blijven zoeken naar verklaringen voor onverklaarde klachten. “We draaien op donaties, subsidies en veel onbetaalde inzet.”