Zoekveld

Pneumologie: twee Belgische onderzoekers testen artificiële intelligentie om de diagnose te verbeteren
07/09/2016 - 03:35

Patiënten met een chronische longziekte worden onderworpen aan een batterij van tests, maar de interpretatie van de resultaten is gebaseerd op de richtlijnen en op de mening van degene die ze leest. De Belgische onderzoekers Ir. Marko Topalovic en prof. Wim Janssens, beiden van het UZ Leuven, wilden weten of het niet mogelijk was om een onpartijdige 'machine learning' te creëren, in staat om al deze gegevens te integreren en om een alternatief besluit voor te stellen.

Deze machine is geconditioneerd om te leren: hoe meer ze wordt gebruikt hoe efficiënter ze wordt. In hun studie hebben de onderzoekers gegevens opgenomen van 968 mensen die voor de eerste keer de conventionele longtesten hebben afgelegd, en ook alle andere door de dokter gevraagde onderzoeken. Het ATS/ERS algoritme gebruikt door de mens liet toe om de eerste keer een correcte diagnose te bereiken in 38% van de gevallen. COPD werd gediagnosticeerd bij 74%, terwijl voor andere ziekten grotendeels de verkeerde diagnose werd gesteld. Het expertsysteem ontwikkeld in Leuven liet toe om een algemene diagnostische nauwkeurigheid van 68% te bereiken met een veel betere precisie voor COPD (83%) of astma (82%).

Het is niet de bedoeling om de arts te vervangen, maar een andere vorm van redeneren te stimuleren. Dit type expertsysteem bestaat bijvoorbeeld al voor ECG-interpretatie. Volgens de onderzoekers kan dit systeem niet-ervaren artsen helpen om te leren, en om de tijd te verminderen alvorens een juiste diagnose wordt gesteld en de juiste behandeling wordt gekozen. Het idee is nu om het te gebruiken op een grotere populatie.

Artificial intelligence to improve the diagnostic power of complete pulmonary function tests OA 280