Artificial intelligence for early sepsis detection in adults: a systematic review of opportunities for clinical decision support and antimicrobial stewardship, and the case for responsible use
Deze systematische review van 17 studies geeft aan dat hoewel modellen voor kunstmatige intelligentie een hoge nauwkeurigheid vertonen en sepsis significant eerder kunnen detecteren dan traditionele klinische instrumenten, hun verantwoorde klinische implementatie momenteel wordt beperkt door een hoog risico op bias, een gebrek aan onafhankelijke validatie en onvoldoende bewijs met betrekking tot hun impact op het voorschrijven van antibiotica.
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
Sepsis is een levensbedreigende reactie op een infectie die een routineziekte binnen enkele uren kan veranderen in een medisch noodgeval. Het gebeurt wanneer het immuunsysteem van het lichaam overreageert en de eigen organen beschadigt. Omdat de vroege symptomen — koorts, een snelle hartslag, verwardheid — lijken op veel andere veelvoorkomende kwalen, hebben artsen vaak moeite om het snel te ontdekken. De huidige instrumenten die aan het bed worden gebruikt zijn imperfect; sommige geven te veel valse alarmen, terwijl andere te lang wachten tot de patiënt al in ernstige problemen verkeert. Deze vertraging is gevaarlijk omdat de standaardbehandeling, antibiotica, het beste werkt wanneer deze onmiddellijk worden toegediend. Toch zorgt het te vrijelijk toedienen van antibiotica aan patiënten die geen sepsis hebben, voor een groeiende crisis van medicijnresistente bacteriën. De medische gemeenschap bevindt zich in een moeilijke balans: te lang wachten brengt de dood met zich mee, maar te losjes handelen brengt het risico met zich mee dat er superbugs ontstaan die niet meer te behandelen zijn.
In deze context besloten een team van onderzoekers van de University of Hertfordshire een potentiële oplossing te onderzoeken: kunstmatige intelligentie. Ze wilden weten of computerprogramma's konden leren van de enorme hoeveelheden gegevens die ziekenhuizen al verzamelen — zoals vitale functies en bloedtestresultaten — om sepsis eerder te ontdekken dan menselijke artsen kunnen. Hun doel was niet alleen om te zien of deze programma's de ziekte konden voorspellen, maar om te begrijpen of ze artsen daadwerkelijk konden helpen bij het maken van betere beslissingen over wanneer ze wel of niet met antibiotica moeten beginnen. De onderzoekers voerden een systematische review uit, een rigoureuze methode om elke relevante studie die tussen 2016 en 2026 is gepubliceerd te verzamelen en te analyseren. Ze keken naar zeventien studies die deze AI-tools testten bij volwassenen in verschillende ziekenhuisomgevingen, van intensive care-afdelingen tot spoedeisende hulpafdelingen en brandcentra.
De bevindingen onthullen een technologie die opmerkelijk goed is in haar primaire taak, maar nog onbewezen is in haar praktische toepassing in de echte wereld. De onderzochte computermodellen waren in staat om patiënten te identificeren die sepsis zouden ontwikkelen, enkele uren voordat een arts de symptomen doorgaans zou opmerken. In de studies waar de AI direct werd vergeleken met de standaardinstrumenten die artsen vandaag de dag gebruiken, presteerde de AI consequent beter, waarbij de AI het risico vaak vier tot twaalf uur eerder signaleerde. Deze systemen werkten in verschillende soorten ziekenhuizen en bij verschillende patiëntengroepen, gebruikmakend van niets exotischers dan de routinegegevens die al in patiëntendossiers worden geregistreerd. De nauwkeurigheid van deze voorspellingen was hoog, waarbij de modellen in het overgrote deel van de gevallen correct onderscheid maakten tussen zieke en gezonde patiënten.
De onderzoekers stelden echter vast dat deze hoge nauwkeurigheid nog niet garandeert dat de technologie klaar is voor breed gebruik. Een nadere blik op de zeventien studies toonde aan dat de meeste van hen aanzienlijke gebreken hadden in hun ontwerp. De meerderheid werd alleen getest op dezelfde gegevens waarop ze waren gebouwd, een beetje alsof een student een toets maakt met exact dezelfde vragen die hij de avond ervoor heeft bestudeerd. Wanneer de onderzoekers zochten naar studies die deze modellen testten op volledig nieuwe groepen patiënten uit andere ziekenhuizen, waren de resultaten veel minder indrukwekkend. De prestaties van de AI namen merkbaar af wanneer het programma naar een nieuwe omgeving verhuisde, wat suggereert dat een programma dat perfect werkt in het ene ziekenhuis, in het andere kan falen. Bovendien controleerden zeer weinig studies of de AI daadwerkelijk hielp aan patiënten of het gebruik van antibiotica verbeterde.
De review benadrukt een kritieke kloof tussen wat de technologie in een laboratorium kan en wat zij moet doen in een ziekenhuis. Hoewel de AI het risico kan voorspellen, maten de studies zelden of handelen op basis van die voorspelling leidde tot betere uitkomsten. Slechts een handvol van de onderzochte studies keek ernaar of de AI artsen hielp om antibiotica eerder toe te dienen of juist te stoppen wanneer ze niet nodig waren. Sterker nog, geen van de studies rapporteerde of de technologie het totale gebruik van antibiotica verminderde of artsen hielp om te kiezen voor smallere, meer gerichte medicijnen. Dit is een grote zorg, want als een AI-systeem te veel valse alarmen geeft, kan dit ertoe leiden dat artsen breedspectrumantibiotica aan iedereen voorschrijven, wat precies het probleem van medicijnresistentie waar de technologie voor bedoeld was, zou verergeren.
De auteurs concluderen dat hoewel kunstmatige intelligentie een reële en nabije kans biedt om levens te redden door sepsis eerder te detecteren, de weg naar verantwoord gebruik nog niet duidelijk is. De technologie heeft bewezen dat zij de waarschuwingssignalen eerder kan zien dan mensen, maar zij heeft nog niet bewezen dat zij erop vertrouwd kan worden om behandelbeslissingen te sturen in diverse ziekenhuizen. Om vooruit te komen, betogen de onderzoekers dat toekomstige studies deze modellen moeten testen in de specifieke ziekenhuizen waar ze gebruikt zullen worden, in plaats van alleen in de laboratoria waar ze zijn ontwikkeld. Ze benadrukken ook dat artsen en ziekenhuizen moeten meten of deze instrumenten daadwerkelijk het voorschrijfgedrag ten goede veranderen, om te waarborgen dat de haast om sepsis te behandelen niet ten koste gaat van het creëren van moeilijker te behandelen infecties. Totdat deze stappen zijn genomen, blijft de belofte van AI in de sepsiszorg een krachtig hulpmiddel dat wacht op de juiste omstandigheden om volledig te worden gerealiseerd.
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.