AI in de Zorg: Nieuwe modellen voor Betere Diagnose en Behandeling van Diabetes
Kunstmatige intelligentie (AI) wint steeds meer terrein in de gezondheidszorg, en biedt veelbelovende oplossingen voor de diagnose en behandeling van complexe aandoeningen zoals diabetes.Recent onderzoek toont aan dat AI niet alleen kan helpen bij het identificeren van risicopatiënten, maar ook bij het optimaliseren van insulinedosering en het verbeteren van de patiëntveiligheid.
AI-IR: Een Schaalbare Methode voor het Detecteren van Insulineresistentie
Traditioneel wordt insulineresistentie, een belangrijke factor bij de ontwikkeling van type 2 diabetes, vastgesteld door middel van complexe en kostbare directe metingen in gespecialiseerde diabetesklinieken. Onderzoekers hebben nu een AI-model ontwikkeld,genaamd AI-IR,dat deze metingen kan nabootsen op basis van routinematige bloedonderzoeken.
Dit model, ontwikkeld door onderzoekers van het radboudumc, maakt gebruik van machine learning om insulineresistentie te voorspellen met een hoge mate van nauwkeurigheid. Volgens Dr. Hiraike, een van de onderzoekers, kan AI-IR insulineresistentie detecteren die niet verklaard kan worden door alleen naar de Body Mass Index (BMI) te kijken. Dit biedt een schaalbaar alternatief voor grootschalige risicobeoordeling en kan leiden tot vroegere diagnose en preventie.1
De onderzoekers zijn nu bezig met het verder verfijnen van het model door genetische invloeden te onderzoeken en patiëntdata te koppelen aan moleculair biologisch onderzoek. Het doel is om nog betere preventie- en behandelstrategieën te ontwikkelen.
GLUCOSE: AI-ondersteuning voor Insulinedosering op de Intensive Care
Een ander veelbelovend AI-project is GLUCOSE, ontwikkeld door onderzoekers van de Icahn School of Medicine at Mount Sinai. Dit AI-model is ontworpen om artsen op de intensive care (IC) te ondersteunen bij het nauwkeurig doseren van insuline bij patiënten na een hartoperatie. Patiënten die een hartoperatie ondergaan, lopen een verhoogd risico op schommelingen in de bloedsuikerspiegel, wat kan leiden tot ernstige complicaties.2
GLUCOSE maakt gebruik van reinforcement learning en analyseert realtime patiëntdata om gepersonaliseerde doseringsadviezen te geven. Studies hebben aangetoond dat het model even goed of beter presteert dan ervaren intensivisten,zelfs zonder toegang tot de volledige medische voorgeschiedenis van de patiënt. Dit suggereert dat AI een waardevolle aanvulling kan zijn in de dynamische IC-omgeving.
Hoewel GLUCOSE zich nog in de onderzoeksfase bevindt en nog niet alle factoren, zoals voedingsinname, meeneemt, zijn de vooruitzichten voor integratie in het elektronisch patiëntendossier positief. Het systeem illustreert het potentieel van AI als een veilige beslissingsondersteuner die kan bijdragen aan betere zorguitkomsten en meer patiëntveiligheid.2
Bronnen:
- ICT Health.”AI-model optimaliseert insulinedosering na hartoperatie.” [https://www.icthealth.nl/nieuws/ai-model-optimaliseert-insulinedosering-na-hartoperatie](https://www.icthealth.nl/nieuws/ai-model-optimaliseert-insulinedos