Minder bloedkweken door voorspellend algoritme

  • 3 min.
  • Innovatie
Portretfoto (kleur) Roos Boerman
Roos Boerman

Dertig procent minder bloedkweken op de Spoedeisende Hulp (SEH) door toepassing van artificial intelligence; het is de uitkomst van het promotieonderzoek naar doelmatige diagnostiek van Roos Boerman. Lang niet iedere bloedkweek die nu wordt afgenomen is noodzakelijk, legt Boerman uit. ‘De meeste kweken zijn negatief, we vinden niets. Van alle bloedkweken is slechts 11-15 procent positief, met andere woorden: we vinden een bacterie. Bijna de helft van deze positieve kweken blijkt bij nadere analyse echter vals-positief, gecontamineerd. We vinden dan weliswaar een bacterie, bijvoorbeeld een huidbacterie, maar die is klinisch niet relevant. We hoeven er in de behandeling verder niets mee.’ Het zijn juist deze gecontamineerde kweken die bij de arts de meeste onzekerheid geven. ‘De uitslag van een bloedkweek duurt zo’n 24-72 uur. In de loop van die uren wordt duidelijk welke bacterie er in de bloedkweek groeit en kan de uiteindelijke conclusie zijn dat er sprake is van contaminatie. Om risico’s uit te sluiten, besluit de arts in de tussentijd echter vaak tot verder diagnostisch onderzoek. Studies laten ook zien dat gecontamineerde kweken geassocieerd zijn met meer diagnostiek, meer antibiotica-gebruik en langere ziekenhuisopnames, terwijl dat vaak niet nodig is. Je belast er de patiënt mee én het leidt tot onnodige zorgkosten. Als je beter screent bij welke patiënt je wel of geen bloedkweek moet afnemen, kun je veel onnodige kweken voorkomen.’

Dat is de kracht van het door Boerman en haar collega’s ontwikkelde algoritme voor patiënten op de SEH. ‘Het algoritme bevat patiëntengegevens zoals leeftijd, geslacht, bloeddruk en hartslag. Daarnaast stoppen we er de uitkomsten in van diverse klinische-chemische tests, zoals CRP- en leukocytenaantallen.’

Technisch ingewikkeld

Door het algoritme te gebruiken, in combinatie met de klinische waarnemingen van de arts op de SEH, kan deze beter beoordelen of een bloedkweek nodig is om te bepalen wat de patiënt mankeert, legt Boerman uit. ‘Het algoritme voorspelt hoe groot de kans is op een positieve uitslag bij deze patiënt. Het vormt een aanvulling op de inschatting van de arts.’

Zover is het nog niet. Eerst wil Boerman de implementatie van het algoritme in de klinische praktijk onderzoeken. ‘Er worden veel algoritmes ontwikkeld, maar slechts een minderheid wordt daadwerkelijk geïmplementeerd in de ziekenhuispraktijk. Ook zijn er maar weinig algoritmes opgenomen in het elektronisch patiëntendossier (EPD).’ Die implementatie vormt daarom eveneens onderdeel van haar promotieonderzoek. ‘We gaan klinisch onderzoek doen naar hoe artsen het algoritme straks gaan toepassen. Vervolgens willen we weten wat het gebruik ervan voor invloed heeft op de kwaliteit van de patiëntenzorg.’

Bundeling van kennis

Vandaar dat in het EPD van Amsterdam UMC, locatie VUmc, het algoritme al meedraait op de achtergrond. ‘De arts kan het nog niet gebruiken, maar het algoritme is al actief. Als artsen zich afvragen of het zinvol is om een bloedkweek aan te vragen voor een patiënt, kunnen zij het raadplegen. Het algoritme berekent dan op basis van alle relevante patiëntgegevens hoe groot de kans is op een positieve bloedkweek bij die patiënt. Het is vervolgens aan de arts om te besluiten zo’n bloedkweek af te nemen.’

Boerman verwacht dat er meer van zulke voorspellende algoritmes zullen volgen. ‘We zijn bezig om eenzelfde algoritme te ontwikkelen voor urinekweken. We hopen daarmee in de toekomst onnodige urinekweken te voorkomen.’ Klinisch chemici kunnen een belangrijke rol spelen bij het ontwikkelen van deze algoritmes, vervolgt ze. ‘Artsen en klinisch chemici kunnen samenwerken om dit soort voorspelmodellen verder te ontwikkelen. Deze algoritmen zijn een voorbeeld van hoe we door bundeling van kennis nieuwe klinisch relevante informatie verkrijgen. Dat is de kracht van voorspellende algoritmen: bestaande kennis combineren leidt tot nieuwe inzichten.’
Boerman spreekt dinsdag 31 mei op het Lustrumcongres 2022 van de NVKC.


Roos Boerman heeft geneeskunde gestudeerd aan de Universiteit Utrecht. Sinds 2016 is zij in opleiding tot internist (Meander MC Amersfoort en UMC Utrecht). Deze opleiding heeft zij sinds 2020 onderbroken voor een promotietraject in Amsterdam UMC, locatie VUmc. Tevens is zij bestuurslid bij de Junior Nederlandse Internisten Vereniging (JNIV).