Development and Multicenter Validation of an Ensemble Machine Learning Model for Symptom-Based Triage of Hepatopancreatobiliary Diseases

Hepatopancreatobiliaire ziekten hebben betrekking op de lever, de galblaas, de pancreas en het netwerk van buizen die gal transporteren. Deze aandoeningen kunnen variëren van pijnlijke stenen tot levensbedreigende kankers. Een grote uitdaging bij de behandeling ervan is dat vroege waarschuwingssignalen vaak vaag zijn. Een persoon kan algemene ongemakken, misselijkheid of milde pijn voelen, symptomen die op tientallen verschillende, minder ernstige problemen kunnen wijzen. Omdat deze vroege signalen zo aspecifiek zijn, wachten patiënten vaak te lang voordat ze een specialist raadplegen, en tegen de tijd dat er een definitieve diagnose wordt gesteld via beeldvorming of chirurgie, kan de ziekte gevorderd zijn naar een stadium waarin behandeling veel moeilijker is. In veel delen van de wereld is de toegang tot geavanceerde diagnostische instrumenten beperkt, wat het nog moeilijker maakt om te bepalen wie dringende zorg nodig heeft en wie niet.

Om dit aan te pakken, hebben onderzoekers zich gericht op machine learning, een vakgebied waar computers patronen leren herkennen uit grote hoeveelheden gegevens. In plaats van te vertrouwen op één enkele test, kunnen deze systemen vele kleine aanwijzingen samen wegen — zoals het type pijn dat een patiënt voelt, de leeftijd, of of iemand onlangs is afgevallen — om een risicoscore te berekenen. Het doel is om een hulpmiddel te creëren dat werkt bij het allereerste contactpunt met een arts, om patiënten te identificeren die onmiddellijke, gespecialiseerde aandacht nodig hebben. Deze aanpak vervangt niet de noodzaak voor geavanceerde tests, maar beoogt ervoor te zorgen dat de juiste patiënten veel eerder naar de juiste specialisten worden doorverwezen.

Een team van onderzoekers uit India heeft een dergelijk hulpmiddel ontwikkeld en getest, waarbij ze een computermodel hebben gecreëerd dat is ontworpen om patiënten te triageren op basis van uitsluitend hun symptomen en basis medische geschiedenis. In een studie waarbij duizenden individuen in meerdere ziekenhuizen betrokken waren, bouwden zij een systeem dat luistert naar het verhaal van een patiënt en beslist hoe waarschijnlijk het is dat deze een ernstige hepatopancreatobiliaire aandoening heeft. De onderzoekers verzamelden gegevens van 2.296 mensen die ziekenhuizen hadden bezocht met symptomen die op deze ziekten wezen. Ze verdeelden deze groep in twee sets: een grote groep om de computer te leren patronen te herkennen, en een aparte, volledig andere groep om te testen hoe goed de computer presteerde op nieuwe, ongeziene patiënten.

Het computermodel dat zij creëerden is een "ensemble", wat betekent dat het de besluitvormingskracht van drie verschillende soorten algoritmen combineert. Denk aan een panel van drie experts, die elk op een iets andere manier naar het bewijs kijken, die samen stemmen om tot een definitieve conclusie te komen. Het ene type algoritme is bijzonder goed in het opsporen van complexe, niet-lineaire relaties tussen symptomen, een ander richt zich op het corrigeren van zijn fouten terwijl het leert, en het derde is vaardig in het trekken van duidelijke lijnen tussen verschillende groepen gegevens. Door hun voorspellingen te middelen, hoopte het team een systeem te creëren dat zowel gevoelig genoeg was om de meeste gevallen te vangen als specifiek genoeg om gezonde mensen niet naar onnodige, dure tests te sturen.

Toen de onderzoekers dit gecombineerde model testten op de onafhankelijke groep van 781 patiënten, waren de resultaten opmerkelijk. Het systeem identificeerde correct 76,1% van de patiënten die daadwerkelijk een hepatopancreatobiliaire ziekte hadden. Belangrijker nog, het was zeer nauwkeurig in het uitsluiten van degenen die de ziekte niet hadden, waarbij het 93,9% van de gezonde controles correct identificeerde. Dit betekent dat als het model een patiënt als hoog risico markeerde, er een kans van 94,9% was dat de patiënt daadwerkelijk een aandoening had die verder onderzoek vereiste. Het model behaalde een algehele nauwkeurigheid van 83,2%, een cijfer dat vertegenwoordigt hoe vaak de gok van de computer overeenkwam met de uiteindelijke medische diagnose.

De studie vergeleek dit digitale hulpmiddel ook met het oordeel van menselijke specialisten. In dezelfde groep patiënten identificeerden ervaren chirurgisch gastro-enterologen slechts 62% van de werkelijke gevallen. Het computermodel presteerde beter dan de menselijke experts door een extra 14 procentpunten aan gevallen te vinden die de artsen aanvankelijk hadden gemist. Deze verbetering is significant omdat het suggereert dat het model subtiele patronen in symptoomcombinaties kan opvangen die een mens misschien over het hoofd ziet, vooral wanneer men te maken heeft met de enorme hoeveelheid informatie die een patiënt presenteert. Bijvoorbeeld, het model was bijzonder effectief in het identificeren van galblaaskanker en galsteenziekte, hoewel het iets moeilijker vond om bepaalde soorten pancreastumoren te detecteren, wat aangeeft dat hoewel het hulpmiddel krachtig is, het nog niet perfect is voor elk enkel subtype van de ziekte.

Om deze technologie bruikbaar te maken in de echte wereld, hebben de onderzoekers een tweetalige mobiele applicatie gebouwd. Deze app stelt een arts of verpleegkundige in staat om de symptomen van een patiënt in te voeren, zoals de locatie van de buikpijn, de aanwezigheid van koorts, of een geschiedenis van gewichtsverlies. De app berekent vervolgens direct een risicoscore. Als de score laag is, wordt de patiënt als laag risico gecategoriseerd en kan deze met routinematige zorg worden behandeld. Als de score hoog is, adviseert de app een onmiddellijke doorverwijzing voor geavanceerde beeldvorming of een evaluatie door een specialist. Deze workflow is ontworpen om eenvoudig en snel te zijn, waarbij de complexe wiskunde van het machine learning-model wordt omgezet in een duidelijke, actiegerichte beslissing voor een eerstelijns arts.

De onderzoekers keken ook naar hoe de timing van een diagnose de uitkomst voor patiënten met kanker beïnvloedt. Ze vonden dat patiënten die binnen vier maanden na het begin van hun symptomen voor behandeling werden doorverwezen, vaker in staat waren om hun kanker chirurgisch te laten verwijderen met curatieve intentie. Degenen bij wie de diagnose werd vertraagd tot voorbij de vier maanden, ontvingen aanzienlijk minder vaak deze levensreddende behandeling. Hoewel de studie niet bewees dat het computermodel zelf deze patiënten eerder doorverwees, suggereerden de gegevens dat een hulpmiddel dat in staat is om risico's eerder te identificeren, kan helpen om de kloof tussen het ontstaan van symptomen en curatieve behandeling te dichten.

Ondanks deze veelbelovende resultaten waarschuwen de auteurs voorzichtig voor de beperkingen van hun werk. De gegevens die werden gebruikt om het model te trainen en te testen, kwamen uit grote, gespecialiseerde ziekenhuizen, wat betekent dat de patiënten al behoorlijk ziek waren of complexe aandoeningen hadden. Het model is nog niet getest in een eerstelijns setting, waar patiënten mogelijk mildere symptomen of andere gezondheidsprofielen hebben. De onderzoekers erkennen dat het hulpmiddel verdere tests in de gemeenschap nodig heeft om te garanderen dat het even goed werkt voor de algemene populatie als voor de ziekenhuispatiënten in deze studie. Ze benadrukken ook dat het model een besluitvormingshulpmiddel is, geen vervanging voor het oordeel van een arts, en dat het moet worden gebruikt om de klinische expertise te ondersteunen, niet om deze te overrulen.

De studie concludeert dat een op symptomen gebaseerd machine learning-model kan dienen als een krachtig, goedkoop hulpmiddel voor het sorteren van patiënten in de vroege stadia van ziekte. Door zich te richten op de informatie die beschikbaar is bij het allereerste bezoek, zou een dergelijk systeem gezondheidszorgsystemen, vooral in omgevingen met beperkte middelen, kunnen helpen om de patiënten te prioriteren die de meest urgente zorg nodig hebben. De onderzoekers zijn van plan hun werk voort te zetten door de applicatie in de echte eerstelijns klinieken te testen om te zien of het daadwerkelijk de tijd kan verkorten die nodig is voor de diagnose van deze moeilijke en vaak stille ziekten.