Welke diagnostische test bij welke patiënt nuttig is, is niet altijd eenvoudig te bepalen. Onderzoekers van Alzheimercentrum Amsterdam schreven een artikel over hoe een computertool, gebaseerd op kunstige intelligentie kan helpen.
Samen met onderzoekers uit Finland, Zweden, Denemarken en Italië, ontwikkelden zij een data-gedreven methode om efficiënt stapsgewijs diagnostische testen te doen.
Hierbij gingen zij uit van drie verschillende klinische vragen:
- Wat is de syndroom diagnose? (controle, MCI of dementie)
- Wat is de onderliggende etiologische diagnose (Alzheimer, vasculaire dementie, lewy body dementie of frontaalkwabdementie)?
- Is de patiënt kandidaat voor nieuwe Alzheimer medicijnen?
Alle patiënten kregen eerst een digitale cognitieve screeningstest, cCOG. Daarna werd door de computertool cNeuro bepaald welke test verder nodig was. Dit hing af van de klinische vraag en van hoe zeker een diagnose was. Op deze manier creëerden de onderzoekers nauwkeurige en efficiënte diagnostische trajecten. Zo kunnen artsen steun krijgen van een computertool om te besluiten welke test het meeste bijdraagt aan een juiste diagnose.
Testen in zeven Europese geheugenpoliklinieken
Als vervolgstap gaan de onderzoekers deze methode nu uit testen in zeven Europese geheugenpoliklinieken in het PROMINENT project. Artsen gaan patiënt- casuïstiek beoordelen met en zonder stapsgewijze methode. Onderzocht wordt of de methode helpt om sneller, met minder testen, en met meer zekerheid een diagnose te stellen. Ook gaan de onderzoekers artsen, patiënten en naasten bevragen over hoe zij het gebruik van computertools ervaren.
Lees hier het hele artikel: Computerized decision support to optimally funnel patients through the diagnostic pathway for dementia | Alzheimer’s Research & Therapy | Full Text (biomedcentral.com)
Lees hier meer over het PROMINENT project: PROMINENT – Prominent (ihi-prominent.eu)
Dit onderzoek (4D FUTURE) werd mede mogelijk gemaakt door een Memorabel beurs van ZonMW.