Zelfs de routinescans die mensen vaak laten maken bij een bezoek aan de opticien of een oogkliniek volstaan om het risico op bijvoorbeeld een hartaanval te identificeren. Het zijn de veranderingen in de kleine bloedvaten in het netvlies die volgens artsen indicatoren zijn van een vaatziekte, waaronder problemen met het hart.

Deep learning

Het internationale onderzoek, waaraan ook de KU Leuven meedeed, werd geleid door de Universiteit van Leeds in het Verenigd Koninkrijk. Via deep learning-technieken werd een AI-systeem ontwikkeld om automatisch netvliesscans te lezen. Mensen die met grote zekerheid binnen het jaar een hartaanval zouden krijgen, konden zo worden geïdentificeerd.

Deep learning omvat een complexe reeks algoritmen waarmee computers patronen in data kunnen identificeren en voorspellingen leren maken. Met het nieuw ontwikkelde AI-systeem kan de pompefficiëntie van de linker hartkamer, een van de vier kamers van het hart, worden ingeschat op basis van de netvliesscans. Een vergrote hartkamer kan wijzen op een verhoogd risico op hartaandoeningen.

Deze informatie, in combinatie met basisgegevens over de patiënt zoals leeftijd en geslacht, stelt het AI-systeem in staat om een voorspelling te doen over het risico op een hartaanval in de daaropvolgende twaalf maanden.

Belangrijke doodsoorzaak

In Nature Machine Intelligence schrijven de onderzoekers dat het systeem een accuraatheid heeft tussen zeventig en tachtig procent om hartkwalen op te sporen.

Cardiovasculaire ziekten, waaronder een hartaanval, behoren wereldwijd tot de meest voorkomende doodsoorzaken. 'Deze techniek opent de mogelijkheid tot een revolutionaire nieuwe manier van screenen', reageert Scientific Director Alex Frangi van de universiteit van Leeds. 'Het systeem kan ook werken om hartkwalen in een vroeg stadium op te sporen.'

Zelfs de routinescans die mensen vaak laten maken bij een bezoek aan de opticien of een oogkliniek volstaan om het risico op bijvoorbeeld een hartaanval te identificeren. Het zijn de veranderingen in de kleine bloedvaten in het netvlies die volgens artsen indicatoren zijn van een vaatziekte, waaronder problemen met het hart.Het internationale onderzoek, waaraan ook de KU Leuven meedeed, werd geleid door de Universiteit van Leeds in het Verenigd Koninkrijk. Via deep learning-technieken werd een AI-systeem ontwikkeld om automatisch netvliesscans te lezen. Mensen die met grote zekerheid binnen het jaar een hartaanval zouden krijgen, konden zo worden geïdentificeerd.Deep learning omvat een complexe reeks algoritmen waarmee computers patronen in data kunnen identificeren en voorspellingen leren maken. Met het nieuw ontwikkelde AI-systeem kan de pompefficiëntie van de linker hartkamer, een van de vier kamers van het hart, worden ingeschat op basis van de netvliesscans. Een vergrote hartkamer kan wijzen op een verhoogd risico op hartaandoeningen.Deze informatie, in combinatie met basisgegevens over de patiënt zoals leeftijd en geslacht, stelt het AI-systeem in staat om een voorspelling te doen over het risico op een hartaanval in de daaropvolgende twaalf maanden.In Nature Machine Intelligence schrijven de onderzoekers dat het systeem een accuraatheid heeft tussen zeventig en tachtig procent om hartkwalen op te sporen.Cardiovasculaire ziekten, waaronder een hartaanval, behoren wereldwijd tot de meest voorkomende doodsoorzaken. 'Deze techniek opent de mogelijkheid tot een revolutionaire nieuwe manier van screenen', reageert Scientific Director Alex Frangi van de universiteit van Leeds. 'Het systeem kan ook werken om hartkwalen in een vroeg stadium op te sporen.'