AI-Powered Active Vaccine Safety Surveillance for Detecting Rare Adverse Events of Special Interest (AESI) Following Pandemic Vaccinations: A Scoping Review
Deze scoping review van 20 studies toont aan dat kunstmatige intelligentie de actieve surveillance van vaccinsaleiligheid met betrekking tot pandemie-gerelateerde bijwerkingen verbetert door gebruik te maken van diverse databronnen om detectie van gevallen, informatie-extractie en signaalprioritering te versnellen, waardoor de wereldwijde kaders voor post-marketing monitoring worden versterkt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je het immuunsysteem van de wereld voor als een enorme, bruisende stad. Wanneer een nieuw, gevaarlijk virus arriveert, zet de gezondheidsdienst een gigantisch schild in—vaccins—om iedereen te beschermen. Maar omdat deze schilden in een haastige tempo worden gebouwd en ingezet om de pandemie te stoppen, kunnen de functionarissen niet mogelijk elke persoon in de stad testen voordat ze de schilden uitdelen. Ze weten dat de schilden werken voor de grote meerderheid, maar ze maken zich zorgen over de "geesten in de machine": extreken zeldzame, vreemde bijwerkingen die pas naar voren kunnen komen wanneer miljoenen mensen tegelijkertijd het schild gebruiken. Dit worden "Adverse Events of Special Interest" (AESI) genoemd. Het is als het vinden van één specifiek type barst in een miljard bakstenen; je kunt die niet zien door slechts een paar stenen in een laboratorium te bekijken. Om deze zeldzame barsten te vinden, moeten de functionarissen de hele stad constant in de gaten houden, en niet alleen wachten tot mensen zich melden als ze zich ziek voelen. Hier komt Kunstmatige Intelligentie (AI) om de hoek kijken. Denk aan AI als een superkrachtige, onvermoeibare detective die miljoenen medische aantekeningen kan lezen, social media-berichten kan scannen en ziekenhuisarchieven in een oogwenk kan controleren, op zoek naar die kleine, verborgen barsten die het menselijk oog misschien over het hoofd ziet.
Dit artikel is een "scoping review", wat in feits een enorme kaartmakende expeditie is. De auteurs, een team van onderzoekers van universiteiten in Australië en Indonesië, wilden zien welke hulpmiddelen er bestaan om deze AI-detectives te helpen zeldzame bijwerkingen van vaccins tijdens pandemieën te vinden. Ze hebben zelf geen nieuwe experimenten uitgevoerd; in plaats daarvan hebben ze 20 verschillende studies verzameld en geanalyseerd die al gepubliceerd waren tussen 2021 en 2025. Ze zochten naar elk onderzoek dat AI gebruikte—zoals machine learning, deep learning of natural language processing (het soort AI dat menselijke tekst leest en begrijpt)—om actief op zoek te gaan naar veiligheidssignalen na vaccinatie met pandemische vaccins, specifelijk voor COVID-19 en de griep.
De kaart die zij hebben getekend, laat zien dat AI al wordt gebruikt als een krachtige zijweter voor de veiligheid van vaccins, maar het is geen toverstaf die alles in zijn eentje oplost. Van de 20 studies die zij vonden, richtten de meeste zich op COVID-19-vaccins (17 daarvan), en de meeste werden gepubliceerd in 2021 en 2022, precies toen de wereld midden in de pandemie zat. De onderzoekers ontdekten dat AI twee hoofdrollen speelt in dit detectivewerk. Ten eerste fungeert het als een geval-detector. Net zoals een bibliothecaris direct een specifiek boek kan vinden in een bibliotheek van miljoenen boeken, scant AI door rommelige, ongestructureerde gegevens—zoals handgeschreven aantekeningen van artsen, radiologieverslagen of beeldvormingsscans—om specifieke patiënten te vinden die mogelijk een zeldzame aandoening hebben, zoals bloedstolsels of hartontsteking. In 9 van de studies las de AI elektronische patiëntendossiers om deze verborgen gevallen eruit te halen die standaard computercodes vaak missen.
Ten tweede fungeert AI als een strategische verkenner. In plaats van alleen het slechte te vinden, helpt het te voorspellen wie een risico loopt, te screenen op vroege waarschuwingssignalen, of te luisteren naar wat mensen op sociale media zeggen. Bijvoorbeeld, 6 studies gebruikten AI om platforms zoals Twitter en Facebook te scannen om te zien of mensen in realtime klaagden over bijwerkingen. Dit is als een verkenner op een heuvel die een gerucht in de vallei kan horen verspreiden voordat het officiële nieuws arriveert. De AI kan patronen in deze gesprekken opsporen, zoals een plotselinge piek in vermeldingen van een specifiek symptoom, waardoor gezondheidsfunctionarissen een waarschuwing krijgen om verder te onderzoeken.
Het artikel is echter zeer duidelijk over de beperkingen. De AI-detectives zijn nog volop aan het leren. De auteurs wijzen erop dat hoewel AI geweldig is in het vinden van kandidaten of het signaleren van signalen, het nog niet perfect is. Wanneer AI een aantekening van een arts leest, kan het soms de context verkeerd begrijpen of een detail missen omdat het handschrift slordig is. Wanneer het sociale media scant, heeft het te maken met veel ruis—mensen die grappen maken, desinformatie verspreiden, of gewoon klagen zonder daadwerkelijk ziek te zijn. Het artikel merkt op dat in veel van deze studies de bevindingen van de AI nog steeds gecontroleerd moeten worden door menselijke experts. Het is een hulpmiddel dat het proces versnelt en helpt om prioriteit te geven aan welke aanwijzingen gevolgd moeten worden, maar het vervangt niet de noodzaak van zorgvuldige menselijke beoordeling.
De onderzoekers vonden ook dat het grootste deel van dit hoogtechnologische detectivewerk plaatsvindt in rijke landen zoals de Verenigde Staten en Zuid-Korea, met zeer weinig activiteit in regio's met lagere inkomens waar de datasystemen wellicht meer gefragmenteerd zijn. Dit suggereert dat hoewel de technologie veelbelovend is, er nog een lange weg te gaan is om ervoor te zorgen dat iedereen, overal, hetzelfde niveau van veiligheidsbewaking krijgt.
Uiteindelijk suggereert dit artikel dat AI een gamechanger is voor de veiligheid van vaccins, maar dat het een partner is, geen vervanging. Het helpt gezondheidsfunctionarissen om te bewegen van een traag, passief systeem (wachten tot mensen problemen melden) naar een snel, actief systeem (proactief op zoek gaan naar problemen). Door gegevens uit ziekenhuisarchieven, beeldverslagen en zelfs sociale media te combineren, kan AI helpen om die zeldzame, gevaarlijke bijwerkingen veel sneller te ontdekken dan voorheen. De auteurs concluderen dat we nog niet op het punt staan om een volledig geautomatiseerd, perfect veiligheidsnet te hebben, maar dat deze hulpmiddelen het wereldwijde kader voor het veilig houden van vaccins versterken, en ons leiden naar een toekomst waarin we risico's met ongelooflijke snelheid en precisie kunnen detecteren en erop kunnen reageren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.