Nieuwe AI, ontwikkeld aan de Universiteit van Surrey, zou een van de belangrijkste oorzaken van ziekenhuisopname voor mensen met dementie kunnen identificeren en helpen verminderen:urineweginfecties (UTI).

UTI is een infectie van een deel van het urinestelsel, van de nieren naar de blaas. De symptomen zijn onder meer pijn in het onderste deel van de maag, bloed in de urine, plotseling of vaker dan normaal moeten plassen en veranderingen in stemming en gedrag.

In een paper gepubliceerd in PLOS EEN , wetenschappers van het Centre for Vision van de Universiteit van Surrey, Spraak- en signaalverwerking (CVSSP) beschrijven hoe, in een klinische studie van de NHS, ze gebruikten een techniek genaamd Non-negative Matrix Factorization om verborgen aanwijzingen te vinden voor mogelijke UTI-gevallen. Het team gebruikte vervolgens nieuwe algoritmen voor machine learning om vroege UTI-symptomen te identificeren.

Het experiment was onderdeel van het TIHM (Technology Integrated Health Management) voor dementie project, geleid door Surrey and Borders Partnership NHS Foundation Trust en in samenwerking met de University of Surrey en branchegenoten. Het project, dat deel uitmaakt van het NHS Test Beds-programma en wordt gefinancierd door NHS England, het Office for Life Sciences, artsen in staat stelden om de gezondheid van thuiswonende mensen met dementie op afstand te monitoren, met behulp van een netwerk van apparaten met internettoegang, zoals sensoren voor omgevings- en activiteitsbewaking, en apparaten voor het bewaken van vitale lichaamssignalen. Gegevens die van deze apparaten werden gestreamd, werden geanalyseerd met behulp van machine learning-oplossingen, en de geïdentificeerde gezondheidsproblemen werden gesignaleerd op een digitaal dashboard en opgevolgd door een klinisch monitoringteam.

Volgens de Wereldgezondheidsorganisatie, ongeveer 50 miljoen mensen wereldwijd hebben dementie. Dit aantal wordt geschat op 82 miljoen in 2030 en 152 miljoen in 2050. Volgens de Alzheimer's Society, een op de vier ziekenhuisbedden in het VK wordt ingenomen door een persoon met dementie, terwijl ongeveer 22 procent van deze opnames als vermijdbaar wordt beschouwd.

Payam Barnagi, Hoogleraar Machine Intelligence bij CVSSP, zei:"Urineweginfecties zijn een van de meest voorkomende redenen waarom mensen met dementie naar het ziekenhuis gaan. We hebben een hulpmiddel ontwikkeld dat het risico op UWI's kan identificeren, zodat het dan mogelijk is om ze vroeg te behandelen. We zijn ervan overtuigd dat onze algoritme zal een waardevol hulpmiddel zijn voor zorgprofessionals, waardoor ze effectievere en gepersonaliseerde plannen voor patiënten kunnen maken."

Professor Adrian Hilton, directeur van CVSSP, zei:"Deze ontwikkeling duidt op het ongelooflijke potentieel van het onderzoek van professor Barnaghi hier bij CVSSP. Machine learning kan zorgen voor betere zorg voor mensen met dementie om thuis te blijven, ziekenhuisopname te verminderen en de NHS te helpen bedruimte vrij te maken."

Dr. Shirin Enshaeifar, Senior Research Fellow bij CVSSP, zei:"Ik ben verheugd om te zien dat de algoritmen die we hebben ontworpen een impact hebben op het verbeteren van de gezondheidszorg voor mensen met dementie en een hulpmiddel bieden voor clinici om hun patiënten betere ondersteuning te bieden."

Professor Helen Rostill, Directeur innovatie en ontwikkeling bij Surrey and Borders Partnership NHS Foundation Trust, zei:"De TIHM voor dementiestudie is een samenwerkingsproject dat de NHS heeft samengebracht, de academische wereld en de industrie om de ondersteuning voor thuiswonende mensen met dementie en hun verzorgers te transformeren. Ons doel was om een ​​door het internet der dingen geleid systeem te creëren dat machine learning gebruikt om onze clinici te waarschuwen voor mogelijke gezondheidsproblemen die we kunnen ingrijpen en vroegtijdig kunnen behandelen. Het systeem helpt het leven van mensen met dementie en hun verzorgers te verbeteren en kan ook de druk op de NHS verminderen."