Gezondheid
IJzertekort kan sneller worden opgespoord door algoritme
Wereldwijd hebben wel 1,2 miljoen mensen last van bloedarmoede. Bij de meeste gevallen is ijzertekort het probleem van deze bloedarmoede. Maar vaak wordt dit tekort niet opgemerkt en daardoor wordt het probleem dus ook niet goed aangepakt.
Steef Kurstjens, Klinisch chemicus in opleiding in het Jeroen Bosch Ziekenhuis ontwikkelde een algoritme dat ijzergebrek geautomatiseerd kan opsporen.
IJzertekort opgespoord met behulp van algoritmes
Als je bij de huisarts aanklopt met hoofdpijn, vermoeidheidsklachten en duizeligheid vraagt de dokter vaak een bloedonderzoek aan. Helaas is dit maar een beperkt oriënterend onderzoek. Bloedarmoede komt vaak als resultaat uit het onderzoek, maar het ijzertekort blijft onopgemerkt. Om dit tekort wél te kunnen meten moet het ferritinegehalte in het bloed worden gemeten. Wordt dat niet door een klinisch chemicus onderzocht, kan het ijzergehalte dus niet worden gevonden.
Algoritme
Dat moest veranderen vond Steef Kurstjens. “In het oriënterend bloedonderzoek zijn subtiele aanwijzingen te vinden voor een ijzergebrek. Het idee ontstond om met behulp van machine learning een algoritme te ontwikkelen dat de subtiele aanwijzingen zou kunnen herkennen en zo nieuwe ijzertekorten zou kunnen opsporen.”
Nauwkeuriger dan de mens
Hoe is dit algoritme ontstaan? “Voor het ontwikkelen van het algoritme hebben wij laboratoriumwaarden van patiënten met bloedarmoede gebruikt”, zegt Steef. “Samen met collega’s van het Radboudumc genereerden wij op basis van deze data door middel van machine learning een algoritme. Vervolgens hebben wij het algoritme vergeleken met de beoordeling van de labresultaten door twaalf klinisch chemici van de ziekenhuizen waar het bloedonderzoek was gedaan. Het algoritme bleek nauwkeuriger te zijn in het detecteren van een ijzertekort dan de klinisch chemici.”
Gemiste diagnoses zijn verminderd
In het Jeroen Bosch Ziekenhuis wordt het algoritme inmiddels goed gebruikt. De gemiste diagnoses door huisartsen in het gebied zijn inmiddels verminderd met gemiddeld één per dag. Steef wil dat er meer gebruikt wordt gemaakt van de ontwikkelde algoritmes. “Toch worden algoritmes die door machine learning zijn ontwikkeld, vooralsnog slechts beperkt toegepast in de dagelijkse praktijk van ziekenhuizen.”
Bron | Medicalfacts