‘Google voorspelt overlijdensrisico patiënten beter dan ziekenhuizen’

Techbedrijf Google heeft een algoritme ontwikkeld waarmee het risico op overlijden van patiënten beter kan worden ingeschat dan ziekenhuizen dit doen. Dat blijkt uit een artikel in Nature. Het algoritme is onderdeel van een strijd met Apple om de profijtelijke zorgmarkt in VS.

Artikel bewaren

U heeft een account nodig om artikelen in uw profiel op te slaan

Login of Maak een account aan
Google
Getty Images / iStock

In het artikel in het wetenschappelijke tijdschrift Nature wordt de casus beschreven van een vrouw met vergevorderde borstkanker. Zij werd vanwege verslechtering van haar situatie opgenomen in een Amerikaans ziekenhuis.

Het bestaande Early Warning Score systeem van het ziekenhuis gaf de vrouw een kans van 9,3 procent om te overlijden tijdens haar verblijf. Een door Google ontwikkeld algoritme schatte die kans met 19,9 procent ruim twee keer zo hoog in. De vrouw overleed na enkele dagen aan de gevolgen van haar ziekte.

Handgeschreven notities

Het algoritme van Google beoordeelt alle data uit de medische dossiers van een patiënt. Hieronder zijn ook gegevens uit oudere pdf’s en andere notities van artsen. Het feit dat ook deze informatie wordt meegenomen in de beoordeling, maakt het algoritme extra betrouwbaar, aldus het artikel in Nature.
In totaal zijn voor het algoritme van Google de gegevens gebruikt van 114.000 patiënten. Zij werden gemiddeld tweemaal in een ziekenhuis opgenomen.

Op niets gebaseerd

De voorspellingen van Google zijn volgens het artikel beter dan de traditionele modellen om het risico op overlijden van een patiënt te bepalen. Deze traditionele modellen zijn louter op elektronische data gebaseerd.
Overigens doken in de Angelsaksische pers allerlei claims op, zoals een accuratesse bij het voorspellen van de sterfdatum van een patiënt van 95 procent, die volgens critici op niets zijn gebaseerd.

LUMC

Google is ook actief op andere terreinen in de zorgmarkt. Zo is het bedrijf bezig met de ontwikkeling van spraaksoftware die de registratielast van artsen vermindert. Dit gebeurt onder meer in het LUMC. Daarnaast maakt Google afspraken met wearables-producent Fitbit om gegevens over gezondheid sneller en beter beschikbaar te stellen voor artsen.

Apple

Dit alles speelt zich af tegen de achtergrond van een slag om de zorgmarkt, zowel voor consumenten als zorginstellingen. De grootse concurrent van Google op dat vlak is al enige tijd Apple. Dit bedrijf wil onder meer toegang bieden tot medische dossiers via de iPhone. Ook levert het bedrijf apps die bepaalde aandoeningen met een hoge mate van zekerheid kunnen voorspellen.

4 REACTIES

  1. Lees alle reacties
  2. Pardon, er ging iets mis blijkbaar.
    Wat ik zeggen wilde:
    Een fraai voorbeeld hoe E Health zorgverleners en patiënten kan helpen.
    Vraag ze gewoon of ze willen voldoen aan de Google criteria, of aan de Apple criteria.
    ” Wilt u sterven volgens Google, of volgens Apple” ?
    Er valt dus werkelijk iets te kiezen in de zorgmarkt.
    Een belangrijke taak ook voor patienten.nl
    En voor mijnheer Gerritsen van VWS.
    ” U wilt ECHT van uw ontstoken appendix af? Maar mevrouwtje toch. U heeft volgens onze app nog maar 19 seconden te leven! Get a life. “

  3. Wat een matig artikel: het genoemde voorbeeld zit Google er toch ook behoorlijk naast. De patiënt is overleden terwijl ook Google dacht dat er 81% kans was dat zij levend het ziekenhuis zou verlaten. Beide modellen hadden dus ongelijk. Om dan de een beter te verklaren dan de ander….

  4. Dit EPD-project van Google is een mooie stap voorwaarts. Het is wel belangrijk om de echte innovatie van het artikel te benoemen want er zijn best al wat voorbeelden van neurale netwerken die dit soort voorspellingen doen:

    – Alle ruwe EPD-data werd in de FHIR standaard gegoten
    – Deze gestandaardiseerde FHIR-gegevens werden gevoed aan het model. Dit impliceert dat als een ziekenhuis zijn interoperabel is volgens de FHIR-standaard, dat dat ziekenhuis dit model zonder verdere mapping kan gebruiken (hier zijn nog wel kanttekeningen te plaatsen: waarschijnlijk moeten de modellen dan opnieuw getraind/gevalideerd/gekalibreerd worden).
    – Vrije digitale tekst werd op deze manier ook via FHIR aan het model gevoed (let wel: geen handgeschreven notities. Dat is helaas ook een wilde claim.)
    – Alle EPD-data werd omgezet in Tokens, inclusief tekst. Hier wordt gedeeltelijk op ingegaan in het artikel. Een kritiekpunt is dat de methoden niet voldoende beschreven zijn zodat reproduceerbaarheid niet zo maar mogelijk is.
    – Voor het overige werden (in de meeste gevallen) bestaande moderne deep learning technieken op een slimme manier gecombineerd. Modern betekent in deze tak van sport enkele maanden oud. Zo snel gaan de ontwikkelingen wel.

    Mortaliteitspredictie heb ik mijn bedenkingen over. Alle andere predicties zijn zeer bruikbaar in een ziekenhuis. Uiteindelijk profiteert de patiënt van deze ontwikkelingen, zeker als de dokter in de lead is (zie ook dokter.ai).

Geef je reactie

Om te kunnen reageren moet u ingelogd zijn. Heeft u nog geen account, maak dan hieronder een account aan. Lees ook de spelregels.