DOQ

Algoritme onderscheidt astma en COPD beter dan arts

Een machine learning-algoritme kan patiënten met astma en COPD beter onderscheiden dan huisartsen en longartsen. Dat blijkt uit een internationale studie. Waar huisartsen en longartsen bij respectievelijk 50% en 61% van de patiënten de juiste diagnose stelden, deed het algoritme dit bij 73% van de patiënten. De onderzoekers bekijken nu of zij het algoritme verder kunnen ontwikkelen om artsen te ondersteunen in de klinische praktijk.

De verschillende diagnoses astma en COPD zijn in de klinische praktijk soms lastig vast te stellen. Voor de behandeling van de patiënt is het echter wel belangrijk om te weten om welk ziektebeeld het gaat. Een internationale groep onderzoekers bestudeerde of zij met behulp van een computeralgoritme onderscheid kunnen maken tussen patiënten met astma, COPD en astma-COPD-overlapsyndroom (ACO). Zij vergeleken daarvoor de diagnoses van het algoritme met de diagnoses die gesteld werden door huisartsen en longartsen.

“Het astma/COPD Differentiatie Classificatie-algoritme maakt gebruik van machine learning”

Machine learning-algoritme

Het astma/COPD Differentiatie Classificatie-algoritme maakt gebruik van machine learning. Het is ontwikkeld op basis van een Amerikaanse database (Optum), waaruit de gegevens van ruim 400.000 patiënten van 35 jaar en ouder met astma, COPD en ACO geselecteerd zijn.1 De input voor het algoritme bestaat uit 12 parameters, te weten: FEV1, FEV1/FVC, roken (pack-years, nooit roken en huidig roken), leeftijd, body mass index (BMI), dyspneu, piepende ademhaling, hoesten, diagnose van allergische rhinitis en diagnose van chronische rhinitis.

Expertpanel, artsen en algoritme

In de huidige studie gebruikten de onderzoekers de gegevens van 119 patiënten uit Nederlandse huisartspraktijken.2 Allereerst lieten zij deze gegevens beoordelen door een expertpanel van drie longartsen en vier huisartsen uit vijf verschillende landen. Zij waren betrokken geweest bij de ontwikkeling van het algoritme. Dit panel kwam voor 116 patiënten tot overeenstemming over de diagnose, te weten: astma (n=53), COPD (n=43), ACO (n=7) of een andere diagnose (n=13).
Vervolgens legden de onderzoekers de patiëntgegevens voor aan 180 huisartsen en 180 longartsen uit negen verschillende landen. Iedere arts beoordeelde 24 unieke patiënten. Ook lieten zij de patiënten beoordelen met behulp van het algoritme. De diagnoses van de huisartsen, longartsen en het algoritme vergeleken zij met de diagnoses van het expertpanel, wat diende als gouden standaard.

“Het algoritme kon vooral astma en COPD goed diagnosticeren”

Algoritme presteert beter dan arts

Binnen de groep patiënten met astma, COPD of ACO (n=103) was het aantal correcte diagnoses respectievelijk 73%, 50% en 61% voor het algoritme, de huisartsen en de longartsen. Hiermee presteerde het algoritme beter dan zowel de huisartsen als de longartsen. Het algoritme kon vooral astma en COPD goed diagnosticeren. Bij ACO presteerde het minder goed. Binnen de groep artsen presteerden de longartsen beter dan de huisartsen.
Wanneer de patiënten met een overige diagnose ook werden meegenomen in de analyse (n=116 in totaal) presteerden de huisartsen en longartsen vergelijkbaar als in de eerdere analyse (respectievelijk 50% en 61% correcte diagnoses). Het algoritme presteerde dan minder goed (51% correcte diagnoses).

Artsen ondersteunen

De onderzoekers concluderen dat de diagnostische nauwkeurigheid van het algoritme superieur is aan dat van de artsen. Dit geldt voor de diagnose van astma en COPD bij patiënten van 35 jaar en ouder. De onderzoekers gaan momenteel na of zij het algoritme verder kunnen ontwikkelen om artsen te ondersteunen bij het onderscheiden van deze diagnoses in de klinische praktijk.

Referenties

  1. Kaplan A, Cao H, Fitzgerald JM, et al. Asthma/COPD Differentiation Classification (AC/DC): machine learning to aid physicians in diagnosing asthma, COPD and asthma-COPD overlap (ACO). Am J Respir Crit Care Med 2020;201:A6285.
  2. Kocks JWH, Cao H, Holzhauer B, et al. Diagnostic performance of a machine learning algorithm (asthma/chronic obstructive pulmonary disease [COPD] Differentiation Classification) tool versus primary care physicians and pulmonologists in asthma, COPD, and asthma/COPD overlap. J Allergy Clin Immunol Pract. 2023;11(5):1463-1474.
Lees meer over:


Voor u geselecteerde artikelen

Casus: jonge patiënt met heftige oorpijn

De 9-jarige patiënt voor u heeft de hele nacht heftige oorpijn gehad rechts. Zijn gehoor is beiderzijds goed en hij heeft geen koorts. Hij is een weinig snotterig. Wat is uw diagnose?

In Search of Stories brengt levens­verhalen tot leven

Het onderzoeksproject ‘In Search of Stories’, geleid door oncoloog Hanneke van Laarhoven, brengt verhalen van ongeneeslijk zieke patiënten tot leven. “De analyse van deze verhalen biedt inzichten die met traditionele methoden vaak over het hoofd worden gezien.”

‘Het preferentiebeleid gaat binnen nu en vier jaar op de schop’

Het preferentiebeleid is volledig doorgeslagen en moet hoognodig op de schop, vindt Aad de Groot, directeur van Zorgverzekeraar DSW. “Het is lastig te berekenen, maar we vermoeden wel dat door de lage prijzen juist andere kosten kunnen toenemen.”

‘Dokters voelen zelf de paradox van samen beslissen in de spreek­kamer’

Samen beslissen kan patiënten tijdelijk veel stress en onzekerheid bezorgen, blijkt uit onderzoek van Inge Henselmans. “Wij staan helemaal achter de beweging van samen beslissen, maar vonden dat er ook oog moest zijn voor de negatieve aspecten ervan.”

‘Het ziekenhuis kan ook zonder lachgas’

Nicolaas Sperna Weiland geeft inzicht in de duurzaamheid van lachgas. “Ik denk persoonlijk dat er ook andere pijnstilling voorhanden is om kortdurend comfort te geven. Vaak met betere pijnstillende effecten en minder nadelige milieueffecten.”

Stop met jezelf onder­mijnen: vijf stappen tegen het imposter syndroom

Bang om door de mand te vallen, prestatiegericht, conflictvermijdend? Veel jonge artsen hebben last van het imposter syndroom. Moniek de Boer geeft praktische tips. “Het ontwikkelen van een gezonde werk-privé balans en het accepteren van kwetsbaarheid is cruciaal.”

Casus: patiënt met huidkleurige papel op de rug

Een 54-jarige vrouw meldt zich bij de huisarts met een huidkleurige papel op de rug. Mevrouw heeft in haar voorgeschiedenis een basaalcelcarcinoom (BCC) gehad van het gelaat. In haar familie komt geen huidkanker voor. Wat is uw diagnose?

Waarom moet ik als arts aandacht hebben voor lhbtiq+?

Zichtbaarheid en veiligheid zijn belangrijk bij het omgaan met lhbtiq+-ers in de zorg, pleit longarts Karin Pool. Ze geeft praktische tips voor zorgverleners en zorginstellingen. “Met kleine aanpassingen, bijvoorbeeld in taalgebruik, maak je al een groot verschil.”

De overgang: hormoon­therapie helpt, maar is geen wonder­middel

Gynaecoloog Dorenda van Dijken promoot hormoontherapie bij overgangsklachten, maar noemt het geen wondermiddel voor de gezondheid op langere termijn. “We kunnen als artsen zeggen dat je de overgang moet omarmen, maar ik vind dat elke vrouw dat zelf bepaalt.”

Casus: man met opgezette en verkleurde gewrichten en zwelling linkeroor

Een 52-jarige man klaagt over pijnlijke en stijve handen. De gewrichten van beide handen en vingers zijn opgezet en blauw-paars verkleurd. Verder heeft hij klachten van moeheid en malaise. Hij heeft geen koorts. Wat is uw diagnose?


0
Laat een reactie achterx