Computers die zichzelf kunnen leren vroegtijdig overlijden te voorspellen, kunnen de preventieve gezondheidszorg in de toekomst aanzienlijk verbeteren. suggereert een nieuwe studie door experts van de Universiteit van Nottingham.

Het team van datawetenschappers en artsen in de gezondheidszorg heeft een systeem van computergebaseerde 'machine learning'-algoritmen ontwikkeld en getest om het risico op vroegtijdig overlijden als gevolg van chronische ziekten bij een grote populatie van middelbare leeftijd te voorspellen.

Ze ontdekten dat dit AI-systeem zeer nauwkeurig was in zijn voorspellingen en beter presteerde dan de huidige standaardbenadering van voorspelling die is ontwikkeld door menselijke experts. De studie is gepubliceerd door PLOS EEN in een speciale collectie-editie van "Machine Learning in Health and Biomedicine".

Het team gebruikte gezondheidsgegevens van iets meer dan een half miljoen mensen tussen de 40 en 69 die tussen 2006 en 2010 bij de UK Biobank waren gerekruteerd en tot 2016 werden gevolgd.

Leiding geven aan het werk, Universitair Docent Epidemiologie en Data Science, Dr. Stephen Weng, zei:"Preventieve gezondheidszorg is een groeiende prioriteit in de strijd tegen ernstige ziekten, dus we werken al een aantal jaren aan het verbeteren van de nauwkeurigheid van geautomatiseerde beoordeling van gezondheidsrisico's in de algemene bevolking. De meeste toepassingen zijn gericht op een enkel ziektegebied, maar voorspellen de dood vanwege verschillende ziekte-uitkomsten is zeer complex, vooral gezien omgevingsfactoren en individuele factoren die hierop van invloed kunnen zijn.

"We hebben op dit gebied een grote stap voorwaarts gezet door een unieke en holistische benadering te ontwikkelen voor het voorspellen van iemands risico op vroegtijdig overlijden door machinaal leren. Hierbij worden computers gebruikt om nieuwe risicovoorspellingsmodellen te bouwen die rekening houden met een breed scala aan demografische, biometrisch, klinische en leefstijlfactoren voor elk individueel beoordeeld, zelfs hun dieetconsumptie van fruit, groenten en vlees per dag.

"We brachten de resulterende voorspellingen in kaart met sterftegegevens van het cohort, met behulp van Office of National Statistics overlijdensrecords, de Britse kankerregistratie en statistieken over 'ziekenhuisepisodes'. We ontdekten dat machinaal aangeleerde algoritmen significant nauwkeuriger waren in het voorspellen van de dood dan de standaard voorspellingsmodellen ontwikkeld door een menselijke expert."

De AI-machine learning-modellen die in de nieuwe studie worden gebruikt, staan ​​​​bekend als 'random forest' en 'deep learning'. Deze werden afgezet tegen het traditioneel gebruikte 'Cox-regressie'-voorspellingsmodel op basis van leeftijd en geslacht - dat het minst nauwkeurig bleek te zijn bij het voorspellen van sterfte - en ook tegen een multivariaat Cox-model dat beter werkte, maar de neiging had het risico te overschatten.

Professor Joe Kai, een van de klinische academici die aan het project werken, zei:"Er is momenteel intense interesse in het potentieel om 'AI' of 'machine-learning' te gebruiken om gezondheidsresultaten beter te voorspellen. In sommige situaties kunnen we merken dat het helpt, in andere misschien niet. In dit specifieke geval, we hebben aangetoond dat met zorgvuldige afstemming, deze algoritmen kunnen de voorspelling nuttig verbeteren.

"Deze technieken kunnen voor velen nieuw zijn in gezondheidsonderzoek, en moeilijk te volgen. Wij zijn van mening dat door deze methoden duidelijk op een transparante manier te rapporteren, dit zou kunnen helpen bij wetenschappelijke verificatie en toekomstige ontwikkeling van dit opwindende veld voor de gezondheidszorg."

Deze nieuwe studie bouwt voort op eerder werk van het Nottingham-team, waaruit bleek dat vier verschillende AI-algoritmen, 'willekeurig bos', 'logistieke regressie', 'gradient boosting' en 'neurale netwerken', waren significant beter in het voorspellen van hart- en vaatziekten dan een vastgesteld algoritme dat wordt gebruikt in de huidige cardiologische richtlijnen. Deze eerdere studie is hier beschikbaar.

De onderzoekers van Nottingham voorspellen dat AI een cruciale rol zal spelen bij de ontwikkeling van toekomstige tools die gepersonaliseerde geneeskunde kunnen leveren, risicomanagement afstemmen op individuele patiënten. Verder onderzoek vereist het verifiëren en valideren van deze AI-algoritmen in andere bevolkingsgroepen en het verkennen van manieren om deze systemen in de routinematige gezondheidszorg te implementeren.