Met machine learning toekomstig hartfalen voorspellen

Centraal te den studie van Nivel plusteken den Vrije Universiteit van Mokum stond den vraag of ie mogelijk wasgoed wegens hartfalen één schooljaar voordat den officiële diagnose te wichelen. Eentje vroegtijdige diagnose is cruciaal voordat ie verplegen van hartfalen plusteken ermee ie voorkomen van ernstige gezondheidsproblemen zoals hartinfarcten. Den afgelopen maanden is zijn er, ongeacht ie Nivel-onderzoek, tal van andere belangrijke onderzoeken te vaart gezet omtrent hartfalen. Noch uitsluitend wordt  druk gewerkt aan eentje zo vroegtijdig mogelijke diagnostiek maar zowel aan, indien dat mogelijk is, preventie van hartproblemen. Machine learning speelt hierbij veelal eentje belangrijke rol.

Meer onderzoeken hartfalen

Hierbinnen ie Catharina Ziekenhuis bekijkt eentje onderzoeksteam van cardiologen bijvoorbeeld sinds kort of ie met behulp van kunstmatige slimheid mogelijk is hartfalen te diagnosticeren uit één slechts hartfilmpje. Eentje ontwikkeling diegene, indien hij succesvol blijkt, kunstmatige slimheid zoals den spreekkamer van den hartspecialist brengt. Ie HagaZiekenhuis zet, samen met eentje Fitbit plusteken den Google Cloud eentje uitgestrekte nieuwe stap op weg zoals ie laagdrempelig verzamelen plusteken analyseren van uitgestrekte porties gezondheidsdata wegens hartfalen te identificeren, zelfs voordat den eerste symptomen zichzelf uiten. Eentje ander interessant research komt uit den waterkoker van National Heart and Lung Institute plusteken Imperial´s Centre for Cardiac Engineering. Hier worden met welslagen eentje AI-algoritme ontwikkeld dat te combinatie met eentje slimme stethoscoop hierbinnen 15 seconden den diagnose hartfalen vermag stellen. Den resultaten van dit research zijn gepubliceerd te The Lancet.

Machine learning legt zwachtels naaktfiguur

Ie research van Nivel plusteken den Vrije Universiteit richt zichzelf op ie op eentje intelligente wijze doorploegen van elektronische patiëntendossiers van huisartsen met behulp van machine learning. Elektronische patiëntendossiers bevatten gegevens overheen zorg plusteken gezondheid diegene zorgverleners overheen hun patiënt vastleggen. Er zijn voordat ie research gegevens tweedehands uit Nivel Zorgregistraties Eerste Streep, waarin den zorgdata wordt verzameld diegene zo’n 370 huisartsenpraktijken routinematig vastleggen te hun patiëntendossiers. Zo wasgoed er meteen eentje uitgestrekte hoeveelheid gegevens diegene nu eenmalig nodig is voordat den inzet van AI. Eentje ander vitaal voordeel van dit methode wasgoed dat patiënten plusteken huisartsen noch actief hoefden te wordt benaderd voordat er eentje voorspelling kon wordt gedaan overheen eentje misschien verhoogd risico.

Op den website van Nivel valt te oplezen: ‘Dit ordners bevatten veel verschillende soorten inlichting overheen den patiënt plusteken zijn treatment. Vanwege hier verschillende onderlinge zwachtels te aan te brengen vormt nieuwe inlichting overheen den patiënt, diegene voorspellende waarde heeft. Machine learning is eentje methodiek diegene onzerzijds te staat stelt dit complexe zwachtels naaktfiguur te leggen uit uitgestrekte porties gegevens. Dit maakt machine learning zo geschikt voordat eentje vroege opsporing van – onder andere – hartfalen.’

Waarschijnlijkheid op hartfalen voordien thuisbrengen

Te ie research werden zorgdata tweedehands van patiënten diegene van hun huisarts den diagnose hartfalen hadden gekregen. Vanwege den inzet van machine learning op diegene gegevens konden vervolgens patiënten met eentje verhoogd risico nu één schooljaar voordat den diagnose wordt herkend. Den inzet van machine learning zorgt voordat aanzienlijke tijdwinst plusteken zorgt ervoor dat eentje vervolgstap te ie zorgtraject, ie vroegtijdig screenen van den patiënt, vermag wordt ingezet. Zeer bepalend want ingevolge mogelijke patiënten tijdig preventief te verplegen vermag vaak moeilijker wordt voorkomen.