Een Belgische applicatie om het risico op ziekenhuisopname voor covid-19 te voorspellen

Comunicare stelt een nieuwe evaluatietool gratis ter beschikking van huisartsen en ziekenhuizen. "Wij willen hulp bieden bij medische beslissingen om een betere patiëntenzorg mogelijk te maken, maar ook om te anticiperen op het gebrek aan bedden in ziekenhuizen", aldus Alfred Attipoe, CEO van Comunicare.  

Ziekenhuizen zijn al weken overbelast en staan op de rand van instorting.  In de huidige context van de tweede golf en ondanks de systematisering van screeningtests, is het moeilijk te anticiperen op het risico van ziekteprogressie bij patiënten die positief testen en in het ziekenhuis moeten worden opgenomen. Het bedrijf Comunicare denkt er al sinds begin maart over na. “Wij willen hulp bieden bij medische beslissingen om een betere patiëntenzorg mogelijk te maken, maar ook om te anticiperen op het gebrek aan bedden in ziekenhuizen”, aldus Alfred Attipoe, CEO van Comunicare.  

Artificiële intelligentie 

Een retrospectieve studie op het terrein analyseerde een steekproef van patiënten die positief testten op covid-19 om artificiële intelligentie-modellen te ontwikkelen en te valideren om het risico op ziekenhuisopname te kunnen voorspellen. De studie werd uitgevoerd met geanonimiseerde gegevens van 458 patiënten die werden behandeld in het UMC Sint-Pieter in Brussel in de periode van 25 maart 2020 tot 12 mei 2020 (330 gehospitaliseerde patiënten en 128 ontslagen patiënten). “We ontwikkelden automatische stratificatiemodellen om de data te analyseren met behulp van Machine Learning.” Gelijkaardige studies werden uitgevoerd in Sichuan, China en Cleveland, Verenigde Staten, met variaties in de karakteristieken van de bestudeerde populaties. 

Risico berekenen 

Anonieme gegevens zoals leeftijd, geslacht, symptomen (koorts, kortademigheid, spierpijn, hoofdpijn, hoesten, anosmie, spijsverteringsstoornissen, huiduitslag) en risicofactoren (hoge bloeddruk, diabetes, hart- en vaatziekten, astma, COPD , neoplasie, immunosuppressie, hiv, obesitas) worden geïntegreerd. “Met onze applicatie gevoed door deze patiënten-casussen, zijn we erin geslaagd om voorspellende modellen uit te werken om de beslissing van artsen te repliceren. Wanneer deze modellen een nieuwe casus krijgen, kunnen ze suggereren om een patiënt meteen in het ziekenhuis op te nemen of naar huis te laten gaan. We krijgen voorspellingspercentages tot 98% voor testsimulaties”, zegt Alfred Attipoe.  

Toegankelijk 

De geïndividualiseerde voorspelling kan een nuttige tool zijn bij het maken van medische beslissingen. Een risico-berekenende tool is gratis en online toegankelijk (https:/ovinci.comunicare.io). Om de tool te integreren in het ziekenhuisdossier is er programmatie-interface (REST API) die verkrijgbaar is op aanvraag (contact@comunicare.be). 

“We stellen de tool beschikbaar aan ziekenhuizen maar ook aan huisartsen. Verschillende specialisten en ziekenhuisdirecteuren toonden hun belangstelling om de modellen te helpen valideren en te verbeteren”, zegt Alfred Attipoe

Opgemerkt moet worden dat de studie beperkingen heeft omdat het een retrospectieve studie betreft  met een bescheiden cohort.  Bijkomende gegevens zouden nuttig zijn om de voorspelling te verbeteren.

  • Références

    Development and validation of a model for individualized prediction of hospitalization risk in 4,536 patients with COVID-19. Lara Jehi, Xinge Ji, Alex Milinovich, Serpil Erzurum, Amy Merlino, Steve Gordon, James B Young, Michael W Kattan. PMID: 32780765 PMCID: PMC7418996 DOI: 10.1371/journal.pone.0237419

    Development and validation a nomogram for predicting the risk of severe COVID-19: A multi-center study in Sichuan, China. Zhou Y, He Y, Yang H, Yu H, Wang T, Chen Z, Yao R, Liang Z. 2020 May 18;15(5):e0233328. doi: 10.1371/journal.pone.0233328. eCollection 2020.

    Predictors of Mortality in Adults Admitted with COVID-19: Retrospective Cohort Study from New York City. Chilimuri S, Sun H, Alemam A, Mantri N, Shehi E, Tejada J, Yugay A, Nayudu SK. West J Emerg Med. 2020 Jul 8;21(4):779-784. doi: 10.5811/westjem.2020.6.47919.

    Risk factors for severe illness in hospitalized Covid-19 patients at a regional hospital. Turcotte JJ, Meisenberg BR, MacDonald JH, Menon N, Fowler MB, West M, Rhule J, Qureshi SS, MacDonald EB. 2020 Aug 12;15(8):e0237558. doi: 10.1371/journal.pone.0237558. eCollection 2020.

U wil op dit artikel reageren ?

Toegang tot alle functionaliteiten is gereserveerd voor professionele zorgverleners.

Indien u een professionele zorgverlener bent, dient u zich aan te melden of u gratis te registreren om volledige toegang te krijgen tot deze inhoud.
Bent u journalist of wenst u ons te informeren, schrijf ons dan op redactie@rmnet.be.