AI ziet in een gewone ECG wie risico loopt op plotse hartdood
Een AI-model van onderzoekers aan UC Berkeley haalt uit een doodgewoon hartfilmpje een signaal dat artsen tot nu toe niet zagen. Wie dat signaal heeft, loopt een duidelijk hoger risico op plotse hartdood. De studie verscheen in Nature onder de titel An ECG biomarker for sudden cardiac death discovered with deep learning. UC Berkeley lichtte de resultaten toe in een persbericht dat ScienceDaily op 14 november overnam.
Een probleem zonder waarschuwing
Plotse hartstilstand is iets anders dan een hartinfarct. Bij een infarct raakt een bloedvat verstopt, bij een hartstilstand valt de elektrische aansturing van het hart weg. Volgens het persbericht van UC Berkeley op EurekAlert sterven er in de Verenigde Staten jaarlijks ruim 300.000 mensen aan een plotse hartstilstand. Van wie buiten het ziekenhuis getroffen wordt, overlijdt ongeveer 90 procent binnen enkele minuten.
Een implanteerbare defibrillator kan zo’n dood voorkomen. Alleen de vraag is wie er een moet krijgen. Artsen kijken nu vooral naar hoeveel bloed het hart per slag wegpompt. Zakt dat onder een grens, dan komt iemand in aanmerking. Die meting vraagt een uitgebreid onderzoek dat de meeste latere slachtoffers nooit krijgen. Tegelijk geeft ongeveer twee derde van de geplaatste defibrillators in die risicogroep nooit een schok.

Zes jaar Zweedse hartfilmpjes
Onderzoeksleider Ziad Obermeyer, spoedarts en universitair hoofddocent aan de School of Public Health van UC Berkeley, trainde het model op zes jaar aan ECG’s uit het Zweedse zorgstelsel. Die scans werden gekoppeld aan overlijdensakten. Daarna testte het team het model op twee jaar aan geanonimiseerde ECG’s van een ziekenhuisgroep in San Diego en op een aparte dataset uit Taipei. In totaal ging het om meer dan 440.000 ECG’s. Het verzamelen van die data kostte volgens Berkeley ongeveer tien jaar.
Het resultaat: de standaardtest wijst een groep aan met een jaarlijks risico op plotse hartdood van 4,6 procent. De groep die het AI-model aanwijst, heeft een risico van 7 procent per jaar. Die groep is ook groter. Er vallen elk jaar duizenden patiënten in die volgens de huidige maatstaven als laag risico gelden.
Nog niet in de spreekkamer
Het is een observationele studie en het model wordt nog niet in de zorg gebruikt. Hoe het signaal fysiologisch ontstaat, weten de onderzoekers nog niet. Obermeyer werkt nu met zorgsystemen in Zweden, Taiwan en de VS om het algoritme op bestaande ECG-databases te testen. Patiënten met een hoog risico krijgen dan een draagbare pleister die het hart continu volgt. Dat moet meer inzicht geven in het mechanisme en kan uiteindelijk leiden tot een defibrillator.
Dat voorzichtigheid op zijn plaats is, bleek eerder dit jaar uit een analyse waarin slechts 3 van 1.357 medische AI-tools op patiënten waren getest.
Wat betekent dit
De kracht van deze studie zit in de bron. Een ECG is goedkoop en wordt overal gemaakt, ook bij mensen die nooit een uitgebreid hartonderzoek krijgen. Als het signaal in de praktijk standhoudt, kunnen ziekenhuizen hun bestaande archieven doorlichten op patiënten die nu buiten beeld blijven. Het past in een reeks onderzoeken waarin AI medische data anders leest dan artsen, van Microsofts diagnose-AI in Science tot een oud netwerk dat beter huidkanker herkent dan GPT-6 en Claude. Samsung zet al AI voor hartsignalen op een smartwatch. Voordat een cardioloog op basis van zo’n model een defibrillator plaatst, is wel eerst prospectief onderzoek nodig.
