Het Hartcentrum OLV Aalst ontwikkelde een algoritme dat de prognose voor patiënten met hartfalen kan voorspellen… en die dus kan helpen verbeteren. Tijdig voorspellen van een episode van hartfalen en verdere prognose is dan van cruciaal belang om (dure) ziekenhuisopnames te vermijden. Opnames die ook tot een verhoogde morbiditeit en mortaliteit van de hartfalenpatiënt leiden.

Zo weet men dat de kans op overlijden in het eerste jaar na opname sterk verhoogd is.

Het Hartcentrum OLV Aalst ontwikkelde een algoritme op basis van ‘machine learning’ (ML) en artificiële intelligentie waarmee de prognose van hartfalen bij elke individuele patiënt kan worden voorspeld.

In functie van het verkregen resultaat kan de behandelende cardioloog dan voor elke individuele patiënt het risico voor nefaste prognose bepalen. Dat stelt de behandelende arts in staat om meest kwetsbare patiënten te identificeren en voor elke patiënt de meest aangewezen therapeutische strategie te bepalen doorheen het gehele opvolgingstraject.

Dokter Jozef Bartunek: "In de medische wereld komen steeds vaker beloftevolle toepassingen op basis van artificiële intelligentie en ‘machine learning’ voor. Het Hartcentrum OLV Aalst is vaak één van de eerste gebruikers van dergelijke toepassingen. In tegenstelling met de meeste andere centra, beperken wij ons niet enkel tot het gebruiken van AI-toepassingen, maar vervullen we ook een actieve rol in het ontwikkelen ervan”.

422 parameters

Om dit algoritme te ontwikkelen heeft het Hartcentrum OLV Aalst bij een cohortegroep van 2.449 hartfalenpatiënten die tussen 1 januari 2011 en 31 december 2017 werden gehospitaliseerd, niet minder dan 422 parameters opgevolgd. In totaal werden de resultaten van meer dan 150.000 onderzoeken verwerkt bij de ontwikkeling van dit algoritme. Het Hartcentrum OLV Aalst werkt hiervoor samen met Powerful Medical, een onderneming uit Bratislava (Slowakije), gespecialiseerd in AI-toepassingen voor de medische wereld.

De resultaten van dit onderzoek werden recent gepubliceerd in het gespecialiseerde medisch tijdschrift ESC Hart Failure[1].

De bevindingen van dit onderzoek zijn dermate relevant dat een verdere validatie in een grotere patiëntenpopulatie is gerechtvaardigd. De verdere samenwerking met Powerful Medical maakt het mogelijk om AI en ML verder te gebruiken in de ontwikkeling van onder andere  klinisch toepasbare algoritmen voor de verfijning van het hartfalenbeleid en van diagnostische hulmiddelen voor het opsporen van hartspierziekten, hartritmestoornissen alsook acute coronaire syndromen.

[1] ESC Heart Fail. 2022 Jun 13. doi: 10.1002/ehf2.14011. Online ahead of print.
Utilizing longitudinal data in assessing all-cause mortality in patients hospitalized with heart failure
Robert Herman, Marc Vanderheyden, Boris Vavrik, Monika Beles, Timotej Palus, Olivier Nelis, Marc Goethals, Sofie Verstreken, Riet Dierckx, Martin Penicka, Ward Heggermont, Jozef Bartunek
PMID: 35695324 DOI: 10.1002/ehf2.14011