Colombiaanse wetenschappers ontwikkelen AI-tool om malariacomplicaties te voorspellen

De Wereldgezondheidsorganisatie schat dat er in 2023 wereldwijd 263 miljoen gevallen van malaria waren en 597.000 mensen aan de ziekte stierven. Colombia is geen onbekende met dit soort gevallen. Volgens het National Institute of Health lieten gegevens in november 2024 een toename van 81% in het aantal malariagevallen in het land zien ten opzichte van datzelfde jaar.

Malaria is een ziekte die wordt veroorzaakt door de Plasmodium-parasiet. Vaak wordt deze parasiet verward met gele koorts en dengue, omdat de ziekte wordt overgedragen door vectoren die tussengastheren van de ziekte zijn. Dat wil zeggen dat ze voorkomen bij dieren die de ziekte bij zich dragen, maar er zelf niet door worden aangetast.

"Vectoren vormen de verbinding tussen de oorspronkelijke gastheer of het dier dat de ziekte overdraagt ​​en de mens. Vectoren zijn over het algemeen muggen. Deze insecten zijn verantwoordelijk voor het overbrengen van de ziekte van de ene plaats naar de andere. Een van de redenen waarom de ziekte zo verwarrend is, is dat ze via deze vectoren wordt overgedragen", aldus dr. Luis Felipe Reyes, een hoog aangeschreven hoogleraar infectieziekten aan de Faculteit Geneeskunde van de Universiteit van La Sabana.

Met als doel bij te dragen aan strategieën om de grondoorzaken van malaria op te lossen. De ziekte komt namelijk vaak voor in afgelegen en oerwoudachtige gebieden, waar ziekenhuizen en gezondheidspunten niet altijd binnen handbereik zijn. Daarom heeft een groep onderzoekers van de Universiteit van La Sabana, bestaande uit Alirio Bastidas-Goyes, Juan Leon-Ariza, Angela Guerrero, Mauricio Agudelo, Daniel Botero-Rosas en Eduardo Tuta-Quintero, een kunstmatige intelligentie ontwikkeld die de diagnose van de ziekte vergemakkelijkt. Dit proces is ook beschreven in het artikel 'Toepassing van kunstmatige intelligentie bij het voorspellen van complicaties bij patiënten met malaria'.

"We hebben een systeem met kunstmatige intelligentie ontwikkeld dat heel eenvoudige variabelen analyseert, zonder dat er geavanceerde technologie nodig is, en dat kan voorspellen of iemand complicaties zal krijgen of niet", legt Daniel Botero uit.

Deze ontwikkeling is innovatief omdat het een eenvoudig hulpmiddel wordt dat door iedereen in de gezondheidszorg kan worden bediend. Het maakt het mogelijk om, zonder een dikke bloeduitstrijk te hoeven maken (waarvoor een microscoop, een laboratorium en een bacterioloog nodig zijn), het type Plasmodium van de patiënt te identificeren en te bepalen of er complicaties kunnen optreden. "Hiermee hebben we de test niet nodig en bereiken we een efficiëntie die vergelijkbaar is met die van de huidige methoden", voegt Botero toe.

Om deze ontwikkeling te bereiken, identificeerden experts een reeks variabelen waarmee ze de aanwezigheid van de ziekte kunnen vaststellen. In sommige gevallen kunnen ziekten zoals dengue en gele koorts verward worden met malaria, waardoor kunstmatige intelligentie kan helpen om de twee van elkaar te onderscheiden en een nauwkeurigere diagnose te stellen.

In dit verband hielden de deskundigen rekening met factoren als gemiddelde arteriële druk, hemoglobine, aantal witte bloedcellen, aantal bloedplaatjes, totaal bilirubine, ademhalingsmoeilijkheden, braken, voorgeschiedenis van malaria, eerder gebruik van malariamedicijnen en aanhoudende koorts.

"Het idee was om deze twee aspecten te verenigen – zowel de haalbaarheid van de test in niet-actieve omgevingen als de representatie van de aangetaste orgaansystemen als gevolg van de ziekte – om deze informatie te combineren en een resultaat te produceren dat ons vertelt of er een kans is, en in welke mate, dat de ziekte ernstig en levensbedreigend zal zijn", aldus Dr. Eduardo Tuta Quintero.

Zo kon aan de hand van een database met 412 Colombiaanse patiënten, een steekproef die in vergelijking met andere onderzoeken het meest getrouw is aan de realiteit van het land, de techniek van V-cross, Random Cross Validation, Modified Retention Validation en Proportionele Steekproefpercentagevalidatie worden ontwikkeld om de prestaties van een neuraal netwerk te evalueren.

Deze doorbraak kan een grote impact hebben, vooral in plattelandsgebieden of gebieden met beperkte middelen. In die gebieden kunnen nauwkeurige en snelle diagnoses het verschil betekenen tussen leven en dood.

"Het model moet nog worden gevalideerd met gegevens van andere medische centra, maar het is een belangrijke stap in de richting van de integratie van kunstmatige intelligentie in de klinische praktijk voor infectieziekten in gebieden met een hoge infectiedruk, zoals Colombia", concludeerde Botero-Rosas.

In een tweede fase wil het team van artsen en ingenieurs het systeem zo implementeren dat mensen uit de gezondheidszorg via een app de gevraagde gegevens kunnen invoeren en kunnen bepalen of de kans groot of klein is dat een patiënt complicaties ontwikkelt.

Om deze tweede fase te bereiken, legt Botero uit, is goedkeuring voor gebruik bij mensen en voorafgaande goedkeuring van verschillende validatiefilters vereist. "Op dit moment moeten we het testen in externe populaties om te zien of het net zo goed blijft werken als bij de interne validatie, dat wil zeggen, op basis van de gegevens die we hebben."

Met deze tool wil het onderzoeksteam een ​​bijdrage leveren aan een wereldwijde trend die bekendstaat als gepersonaliseerde geneeskunde, waarbij ondersteunende systemen artsen helpen betere beslissingen te nemen.

Journalist Milieu en Gezondheid