Een decennium in de maak

Elk jaar sterven in de Verenigde Staten ruim 300.000 mensen aan een plotselinge hartstilstand – een aandoening waarbij het elektrische systeem van het hart zonder waarschuwing defect raakt. Het medische noodgeval kan zowel oudere volwassenen met een hoog risico als ogenschijnlijk gezonde jonge atleten zonder voorgeschiedenis van hartproblemen doden. Terwijl interne defibrillators die het hart weer in het ritme brengen, levens kunnen redden, blijft het een gokspel met hoge inzet om erachter te komen wie er daadwerkelijk een nodig heeft. Voor meer context over dit verhaal, zie ons meer AI-verhalen.

Nu heeft een door UC Berkeley geleid onderzoeksteam een ​​voorheen niet herkend signaal ontdekt in elektrocardiogrammen (EKG's) die patiënten met een hoog risico kunnen detecteren voordat hun hart stopt. De studie, gepubliceerd op 24 juni 2026 in het tijdschrift Nature, zou de manier kunnen veranderen waarop artsen bepalen wie een levensreddend implantaat nodig heeft.

"Medische beslissingen zijn erg moeilijk, en ik denk dat AI daarom zo spannend voor mij is", zegt Ziad Obermeyer, universitair hoofddocent aan de UC Berkeley's School of Public Health en hoofdauteur van de studie, in een persbericht van de universiteit. "We kunnen niet alleen betere beslissingen nemen, maar ook beginnen te begrijpen wat er feitelijk aan de hand is met deze patiënten voordat hun hart stopt."

Training op 440.000 ECG's

Met behulp van meer dan 440.000 ECG's uit Zweden, gecombineerd met informatie uit overlijdensakten, hebben onderzoekers een kunstmatige-intelligentiemodel getraind om de pieken en golfvormen te analyseren die worden geproduceerd door de elektrische stromen van het hart. Ze voedden de modelscans van gezonde mensen, risicopatiënten en degenen die later aan een hartdood leden, totdat het golfvormpatronen herkende die uniek zijn voor mensen die plotseling stierven.

Het team valideerde het algoritme vervolgens gedurende meerdere jaren op duizenden extra patiëntendossiers uit zowel de Verenigde Staten als Taiwan. Volgens de universiteit duurde het verzamelen van de gegevens alleen al ongeveer tien jaar, op basis van zes jaar scans van het verenigde Zweedse gezondheidszorgsysteem, twee jaar geanonimiseerde ECG's van een ziekenhuissysteem in San Diego en een afzonderlijke dataset uit Taipei.

“Goede AI begint met goede data”, zegt Obermeyer, die ook deel uitmaakt van het gezamenlijke UCSF-UC Berkeley Computational Precision Health-programma. "Helaas zijn gegevens zoals die we voor dit onderzoek hebben gebruikt ongelooflijk moeilijk toegankelijk. Het is een groot deel van de reden waarom er tegenwoordig zo weinig klinische AI ​​wordt gebruikt."

Beter presteren dan standaardtests

De resultaten vertegenwoordigen een betekenisvolle sprong ten opzichte van de huidige screeningmethoden. De meest gebruikte techniek om risicopatiënten te identificeren, meet hoeveel bloed het hart bij elke hartslag uitstoot, ook wel de ejectiefractie genoemd. Deze tests identificeren een groep met een hoog risico met een jaarlijks percentage plotselinge hartdood van 4,6%.

Het AI-systeem isoleert daarentegen een groep met een hoog risico met een jaarlijks percentage van 7% – wat een grotere groep patiënten markeert die een reëel risico lopen, maar die volgens de huidige normen een laag risico lijken te lopen. De overgrote meerderheid van deze patiënten zou volgens de bestaande protocollen nooit zijn doorverwezen voor verdere evaluatie.

Terwijl een hartaanval het gevolg is van een beperkte bloedstroom, treedt een hartstilstand op wanneer de elektrische stroom van het hart plotseling stopt met vuren. Reanimatie en een schok van een automatische externe defibrillator kunnen levens redden, maar ongeveer 90% van degenen die buiten een ziekenhuis een plotselinge hartstilstand krijgen, overlijdt binnen enkele minuten. De snelheid en onvoorspelbaarheid van de gebeurtenis maken preventie buitengewoon moeilijk.

Het defibrillatordilemma

De ironie van plotselinge hartdood, merkte Obermeyer op, is dat de behandeling al bestaat; artsen kunnen gewoon niet op tijd betrouwbaar identificeren wie deze nodig heeft. Implanteerbare cardioverter-defibrillatoren (ICD's) zijn kleine apparaatjes die in de borstkas worden geplaatst en die het hartritme controleren en schokken afgeven wanneer gevaarlijke patronen worden gedetecteerd.

Het probleem is tweeledig. Ten eerste vereist de standaard ejectiefractietest dat patiënten een meer betrokken medische evaluatie ondergaan – iets waarvan de overgrote meerderheid van de uiteindelijke slachtoffers nooit wist dat ze dat nodig hadden. Ten tweede ontsteekt tweederde van de implantaten die worden geplaatst bij patiënten die door de huidige tests zijn gemarkeerd, nooit echt, wat betekent dat patiënten invasieve, kostbare procedures ondergaan om een ​​noodsituatie te voorkomen waarmee ze misschien nooit te maken zullen krijgen.

‘Bij een deel van die mensen hadden we die sterfgevallen kunnen voorkomen als we het op tijd hadden geweten’, zei Obermeyer. "Er gaan veel levens verloren van mensen die doodvallen door een plotselinge hartdood, die voorkomen kunnen worden als we betere AI-tools hadden om deze dingen te vinden."

Wat komt erna

De volgende fase van het project is al begonnen. Obermeyer werkt samen met gezondheidszorgsystemen in Zweden, Taiwan en de Verenigde Staten om het algoritme in ECG-databases van ziekenhuizen te implementeren. Bij scans die het systeem markeert als risicovol, zouden artsen patiënten op de hoogte stellen en hen de mogelijkheid bieden een pleister te dragen die voortdurend hun hart bewaakt. Die monitoringgegevens kunnen onderzoekers helpen het fysiologische mechanisme in het hart dat de veelbetekenende signalen genereert beter te begrijpen – en kunnen uiteindelijk leiden tot de plaatsing van een potentieel levensreddende interne defibrillator.

Het onderzoek opent ook de deur voor nieuw onderzoek naar wat de AI-tool daadwerkelijk heeft gedetecteerd. De golfvormpatronen waarop het zich baseert, lijken verband te houden met het plotseling en dodelijk mislukken van het hart, maar het precieze fysiologische mechanisme blijft onduidelijk – een vraag waarvan het team hoopt dat voortdurende monitoring zal helpen deze te beantwoorden.

Obermeyer heeft ook een website gebouwd waar individuen die geïnteresseerd zijn in het beoordelen van hun eigen risico basisinformatie en een e-mailadres kunnen indienen, zodat het onderzoeksteam contact met hen kan opnemen voor ECG-analyse zodra de tool op grotere schaal beschikbaar komt. Het project is gebaseerd op het werk van twee organisaties die Obermeyer mede heeft opgericht – Dandelion Health en Nightingale Open Science – die opereren op het snijvlak van AI en medisch onderzoek.

Naast de onmiddellijke klinische implicaties onderstreept het onderzoek een breder punt over AI in de geneeskunde: de grootste waarde van de technologie ligt misschien niet in het vervangen van artsen, maar in het onthullen van patronen die onzichtbaar zijn voor het menselijk oog – patronen die, als ze eenmaal begrepen worden, elk jaar duizenden levens kunnen redden.

"Er zal ook een nieuwe manier van wetenschap bedrijven ontstaan ​​die uit deze tools voortkomt", zei Obermeyer, "en het is leuk om na te denken over hoe dat begint te gebeuren."

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →