AI voorspelt juiste dosis medicatie bij patiënten na niertransplantatie
Onderzoeksteam UZ Leuven ontwikkelt volledig geautomatiseerd computermodel dat dosis afweeronderdrukkende medicatie nauwkeuriger voorspelt dan artsen
Een volledig geautomatiseerd AI-model kan nauwkeuriger de dosis afweeronderdrukkende medicatie voorspellen dan artsen. Dat bewijst een onderzoeksteam van UZ Leuven met een studie in de klinische praktijk. De studie vergeleek de beslissingen van een arts met de beslissingen van het AI-model bij 300 nieuwe patiënten die na hun niertransplantatie een dagelijkse dosis afweeronderdrukkende medicatie moesten nemen. De AI-applicatie van UZ Leuven verliep in de studie zonder menselijke tussenkomst via het elektronische patiëntendossier van het ziekenhuis. "Het is de eerste keer ooit dat we een model voor medicatiedosering, geïntegreerd in het elektronische patiëntendossier, getest hebben in een vergelijkende studie bij nieuwe patiënten", zegt prof. dr. Dirk Kuypers.
Alle patiënten die een transplantatie ondergaan, moeten levenslang het geneesmiddel tacrolimus innemen om afstoting van het nieuwe orgaan tegen te gaan. Vooral de eerste weken na de transplantatie is het voor artsen niet eenvoudig om de juiste dosis van die medicatie te bepalen. Er zijn namelijk grote individuele verschillen in de mate waarin het lichaam dat geneesmiddel opneemt. Te hoge doseringen kunnen leiden tot bijwerkingen, te lage doseringen tot afstoting van het orgaan.
Wereldprimeur
UZ Leuven-artsen werkten de voorbije 3 jaar aan een AI-toepassing die de juiste dagelijkse dosis van het geneesmiddel tacrolimus automatisch berekent bij mensen na een niertransplantatie. Het is wereldwijd de eerste keer dat een AI-model in een ziekenhuis zonder tussenstappen of menselijke handelingen verloopt. Het beslissingsondersteunende algoritme leverde in de gecontroleerde studie mooie resultaten op die toepasbaar zijn in de praktijk. Zodra het labo de dagelijkse bloeduitslag van de patiënt heeft, doet het AI-model een suggestie voor de dosis medicatie. Het wiskundig model haalt de medische parameters van de patiënt automatisch uit het elektronisch patiëndossier (KWS) en stuurt de aanbevolen dosis tacrolimus door naar het elektronisch voorschrift. De transplantatie-arts moet enkel nog de dosis valideren of afkeuren.
Het model werd ontwikkeld in samenwerking met de ingenieurafdeling van KU Leuven en de IT-dienst van het ziekenhuis. De onderzoekers verzamelden eerst historische gegevens van 315 niertransplantatiepatiënten en analyseerden welke dosis tacrolimus de artsen voorstelden op basis van de concentratie in het bloed tijdens de eerste twee weken na de transplantatie. Daarmee maakten ze een wiskundig model dat ze testten met simulaties op de computer. Nadat uit de simulaties bleek dat de computer de dosering nauwkeuriger kon voorspellen dan de artsen, volgde er een echte gerandomiseerde prospectieve klinische studie in de praktijk met 293 nieuwe niertransplantatiepatiënten. Een op de drie nieuwe patiënten kreeg een dosisaanbeveling door artsen, twee op de drie patiënten kregen hun dosisaanbeveling van het algoritme.
Potentieel
De studie bewijst dat het AI-model systematisch nauwkeurigere dosissen voorspelt dan de artsen in de controlegroep. In meer dan 99 procent van de gevallen volgde de arts het voorstel van het AI-systeem. De AI-berekeningen leidden bovendien sneller tot de ideale bloedspiegels, veroorzaakten minder schommelingen en boden dus een gebruiksvriendelijke ondersteuning voor de artsen om de optimale concentraties sneller te bereiken. De zopas gepubliceerde studie verliep onder leiding van prof. dr. Dirk Kuypers, nefroloog in UZ Leuven.
Prof. dr. Dirk Kuypers: “Onze simulaties in de computer waren bijna identiek als de computerbeslissingen in de studie met nieuwe patiënten. De simulaties bevestigden niet alleen een nauwkeurige medicatiedosis tacrolimus voor patiënten na een niertransplantatie, maar ook voor transplantatiepatiënten die nieuwe longen, een nieuw hart en een beenmergtransplantatie kregen. Het is de eerste keer ooit dat we klinisch bewijs hebben dat een volledig geautomatiseerd AI-model geïntegreerd in het elektronisch patiëntendossier de juiste dosis medicatie beter kan voorspellen. We zien dan ook veel potentieel in dit model en gaan verder onderzoek doen naar een AI-model dat bijvoorbeeld de juiste dosis antibiotica, chemotherapie en andere medicijnen kan voorspellen.”
Interessant is dat het AI-model op termijn alsmaar nauwkeurigere aanbevelingen geeft voor de medicatiedosis omdat het zich baseert op de meest recente informatie van een individuele patiënt. Zo houdt het model op termijn minder en minder rekening met de historische data van andere patiënten en alsmaar meer met de nieuwste data van de patiënt zelf.
Computersimulaties
Andere transplantatieziekenhuizen in Azië en de Verenigde Staten toonden al interesse in het model van UZ Leuven. Het ziekenhuis bekijkt nu of ze het model verder uitwerken voor eigen gebruik op de transplantatiediensten van UZ Leuven of ook verder commercialiseren voor breder gebruik, twee pistes die conform de Medical Device Regulation-wetgeving zullen verlopen.
Prof. dr. Dirk Kuypers: “We hebben bewezen dat het principe en het platform waar we de voorbije jaren aan werkten de juiste manier zijn om dit type AI-modellen te maken. Als je op basis van historische data van patiënten een model kunt maken en aantonen via simulaties op de computer dat de voorspellingen van het algoritme nauwkeuriger zijn dan menselijke voorspellingen, bespaar je veel geld en tijd. Ook omgekeerd geldt: als je simulaties op de computer niet werken, moet je er niet aan beginnen om het in de praktijk uit te testen.”
De studie werd zopas gepubliceerd in Clinical Pharmacology & Therapeutics.
© UZ Leuven