neonatologie

Een digitale assistent trainen zodat hij de klok rond over vroeggeboren baby’s waakt en bloedstroominfecties voorspelt: dat is de ambitie van het project iNNOCENS. Het model is klaar voor de testfase.

Van Laere
Dr. David Van Laere
Neonatoloog

Op de dienst intensieve neonatale zorg (NICU) van het UZA komen onder meer vroeggeboren kinderen terecht met een geboortegewicht onder de 1500 gram. Bij 1 op de 5 baby’s in die groep doet zich tijdens de opname een late onset sepsis voor, een bloedstroom-infectie veroorzaakt door bacteriën die bijvoorbeeld via katheters en infusen in de bloedbaan komen. De gevolgen daarvan zijn ernstig: 15 procent overlijdt en bij baby’s die niet snel herstellen kan de infectie de mentale en motorische ontwikkeling verstoren.

Algoritmes trainen

‘Gelukkig is late onset sepsis meestal goed te behandelen als je het kind op tijd antibiotica toedient’, zegt dr. David Van Laere van neonatologie. ‘Onze grootste zorg is daarom om de infectie zo snel mogelijk op te pikken – ook ’s nachts, ook als het erg druk is. We bewaken de vitale functies van de baby’s met de huidige monitoring- en waarschuwingssystemen, maar als het alarm afgaat, is het kind vaak al ziek. Met iNNOCENS bouwen we een digitale assistent die altijd waakzaam blijft, 7 dagen per week, de klok rond, en die infecties al heel vroeg kan voorspellen.’

Het basisidee van iNNOCENS is eenvoudig: train een computer om in datastromen van patiëntjes patronen te vinden die op late onset sepsis wijzen. Daarvoor wordt machine learning of automatisch leren ingezet. Onderzoekers trainen algoritmes om data te analyseren en er voorspellingen uit te distilleren. Die algoritmes corrigeren en trainen zichzelf voortdurend, zodat ze steeds nauwkeuriger en sneller worden. Uiteindelijk levert dat een zelflerend model op dat bruikbaar is voor de ziekenhuispraktijk. Later kunnen zo ook modellen worden ontwikkeld voor aandoeningen zoals hersenbloedingen en oogziekten.

Patiëntencomfort

‘In het UZA beschikken we over complete datasets, van de geboorte tot het ontslag,’ zegt Van Laere. ‘Daarin zitten monitoringsignalen, rapporteringen, diagnoses, gegevens uit het elektronisch patiëntendossier enz. Met die gegevens trainen we de computer, volgens de methode van supervised machine learning. Die heeft het voordeel dat artsen het algoritme kunnen volgen en controleren – het toont transparant met welke gegevens en met welke redeneringen het een voorspelling doet. De arts werkt samen met de computer, maar houdt de touwtjes zelf in handen.’

Onze grootste zorg is daarom om de infectie zo snel mogelijk op te pikken – ook ’s nachts, ook als het erg druk is.

Het iNNOCENS-project ontwikkelt niet alleen een bruikbaar voorspellingsmodel, maar brengt dat meteen ook in de praktijk, zegt Van Laere. ‘We bouwen een technologie die de stroom van nieuwe patiëntendata continu vergelijkt met ons model en de resultaten toont op een gebruiksvriendelijk videoscherm. En we bekijken hoe we het monitoren van vitale data voor de baby’s comfortabeler kunnen maken, door kabeltjes en draadjes te vervangen door draad- en contactloze sensoren.’

neonatologie

Precisiegeneeskunde

iNNOCENS staat voor Improving neonatal outcome with a clinical early notification system, maar de naam knipoogt ook naar een stelregel in de oude artseneed van Hippocrates – primum non nocere, vooral geen schade doen. ‘In de neonatologie is dat een belangrijke regel’, zegt Van Laere. ‘Een vroeggeboren kind is immatuur, maar niet ziek. Hoe minder zwaar je ingrijpt, hoe beter, omdat de voordelen van behandelingen lang niet altijd opwegen tegen de schade die ze kunnen berokkenen. Je moet dan natuurlijk wel snel en precies weten wanneer je wél moet ingrijpen. Welk kind heeft extra zorg nodig – antibiotica, beademing enz. – en welk kind laat je beter met rust? Precisiegeneeskunde heet dat: het risico van elk individueel kind zorgvuldig afwegen en daar de behandeling op afstemmen. iNNOCENS helpt ons om die precisiegeneeskunde waar te maken.’ 

Tot 8 uur sneller dan de arts

Het project iNNOCENS ging begin 2019 van start. ‘Perfect is het model nog lang niet’, zegt David Van Laere, ‘maar we kunnen wel al aantonen dat het werkt. Belangrijk voor ons zijn de positieve voorspellende waarde en de tijdwinst: als het model alarm slaat, hoe zeker is het dan dat het inderdaad om een sepsis gaat? En hoe snel waarschuwt het? Momenteel spoort het 75 procent van de sepsissen op, soms tot 8 uur vroeger dan de arts, soms ook later. In de loop van 2021 testen we hoe robuust en gebruiksvriendelijk het computersysteem is en laten we het model in een pilootstudie werken met realtime data uit onze dienst. En in 2022 bekijken we hoe goed het model presteert als het data van andere ziekenhuizen voorgeschoteld krijgt.’

Voor het iNNOCENS project slaan diverse partners de handen in elkaar: de dienst intensieve neonatale zorg en de dienst ICT van het UZA, de onderzoeksgroep Adrem Data Lab van de Universiteit Antwerpen en de bedrijven IBM en ML6.

Aangemaakt op
Laatste update op