Een publicatie uit het GRIP-3 onderzoeksprogramma

Binnen het GRIP-3 project is een geavanceerd taalverwerkingsmodel ontwikkeld om waardevolle informatie te halen uit doktersnotities in digitale patiëntendossiers van Nederlandse huisartsen. Deze innovatieve AI-methode helpt bij het vroegtijdig opsporen van COVID-19 in huisartspraktijken.

 

Ziekten identificeren op basis van tekst 


Het onderzoek, geleid door Lilian Peters en Evelien de Schepper, bracht experts samen van UMCG, Radboud UMC, Maastricht UMC en Erasmus MC. Het team maakte gebruik van BERT en ontwikkelde dit Nederlands Taalmodel verder door, om zo achteraf COVID-19 als infectieziekte vast te stellen uit doktersnotitie.

Volgens Maarten Homburg, huisarts en promovendus binnen het project, werd het model getraind met symptoominformatie, waardoor het leerde COVID-19 te herkennen op basis van tekstpatronen.

” Deze resultaten laten zien hoe geavanceerde technologieën zoals BERT kunnen helpen bij vroege ziektedetectie, niet alleen voor COVID-19, maar ook voor andere ziektebeelden en toekomstige uitbraken,”  aldus Homburg.

 

Het model heeft een nauwkeurigheid van 97%

Het AI-model behaalde een nauwkeurigheid van 97% en blijkt effectief in de vroege stadia van de pandemie, toen testen nog beperkt waren. Het model kon de COVID-19-uitbraak voorspellen weken voordat de eerste patiënt in Nederland in het ziekenhuis werd opgenomen.

 

Unieke dataset en centrale analyse

Dit succes was mogelijk dankzij de analyse van verschillende klachten uit databases van AHON, FaMe-net, RNFM en IPCI. Voor het eerst werden datasets van huisartsenregistraties van diverse umc’s gecombineerd en gekoppeld aan andere bronnen. Hierdoor kregen de onderzoekers inzicht in de kenmerken en behandelingen van COVID-19-patiënten in de eerstelijnszorg. Ze testten diverse analysetechnieken, waaronder een centrale analyse waarbij alle datasets op één plek werden verzameld en onderzocht.

 

Beter voorbereid op ziekte-uitbraken

Het onderzoeksteam werkt aan een vervolgonderzoek om deze technologieën verder te ontwikkelen voor het voorspellen van toekomstige infectieziekten. Hierdoor kunnen huisartsen in Nederland zich beter voorbereiden op toekomstige uitbraken en de gezondheidszorg verbeteren. De veelbelovende resultaten van dit onderzoek zijn recent gepubliceerd in het Journal of Medical Internet Research (JMIR).

 

Samen sterker: de rol van UNH-Consortium Onderzoek Huisartsgeneeskunde

De succesvolle ontwikkeling van deze methode toont het belang van samenwerking binnen het UNH-Consortium Onderzoek Huisartsgeneeskunde. De snelle vooruitgang is gerealiseerd door gedeelde inzet, duidelijke doelen en een gevoel van urgentie onder alle betrokken partijen. Het UNH zelf speelt hierbij een cruciale rol door kennis, expertise en data uit het veld van de huisartsgeneeskunde te bundelen. Dit versterkt de positie van de eerstelijnszorg en benadrukt het belang van de huisartsgeneeskunde als essentieel kennisgebied voor de toekomst.