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: