HagaZiekenhuis - Slim horloge helpt bij vroegtijdige opsporing hartproblemen

Voor: Alle lezers ZorgBulletin 
 
Een slim horloge dat niet alleen stappen telt, maar ook vroegtijdig hartproblemen kan signaleren. Uit de eerste onderzoeksresultaten van het HagaZiekenhuis in samenwerking met Google en de TU Delft blijkt dat het mogelijk is ommet behulp van een slim algoritme  gegevens van onder meer Fitbits te gebruiken om hartgezondheid nauwkeurig, eenvoudig, patiëntvriendelijk én kosteneffectief te monitoren. 
  
Van smartwatch naar medisch hulpmiddel 
Betrouwbare smartwatches, zoals Fitbits, zijn wereldwijd breed beschikbaar en eenvoudig aan te schaffen. Ze houden onder andere het hartritme en het aantal gezette stappen automatisch bij, oorspronkelijk bedoeld voor niet-medische toepassingen. Uit recent onderzoek blijkt dat deze apparaten ook grote potentie hebben voor medische doeleinden. 
  
In 2019 werd vanuit het Hartcentrum van het HagaZiekenhuis gestart met het ME-TIME-project*. In dit project werken cardioloog Ivo van der Bilt en AI-onderzoeker Arman Naseri, in samenwerking met Google en de TU Delft, aan de ontwikkeling van algoritmes die via smartwatchdata vroegtijdig hartproblemen kunnen opsporen. Ruim 100 patiënten en 150 gezonde personen zijn bij dit onderzoek betrokken. Het project is een voorbeeld van hoe het HagaZiekenhuis, met zijn Hartcentrum, bijdraagt aan de ontwikkeling van innovatieve technieken binnen de hartzorg. 
  
AI-algoritme om hartgezondheid te herkennen 
Het eerste AI-algoritme is inmiddels afgerond en gepubliceerd in een internationaal wetenschappelijk tijdschrift (bron: Heliyon). Dit algoritme toont aan dat AI effectief kan worden ingezet om hartgezondheid te herkennen. Het algoritme richt zich op hartritme en het aantal stappen tijdens inspanning en het daaropvolgende herstel.  Het algoritme is ook toepasbaar op andere smartwatches. 
  
Cardioloog Ivo van der Bilt licht toe: “De traditionele methodes om hartritmedata te verzamelen, zoals een Holter (hartkastje) of implanteerbare recorders, zijn effectief maar tijdrovend, kostbaar en belastend voor de patiënt. Daarbij zijn er meerdere ziekenhuisbezoeken nodig voor activatie en analyse van de apparatuur. Door AI te gebruiken kunnen we grote hoeveelheden data analyseren om hart- en vaatziekten vroegtijdig op te sporen en mogelijk zelfs te voorspellen. Dit verbetert de patiëntenzorg aanzienlijk.” 
  
Vervolgonderzoek en promotie 
De ontwikkeling van deze eerste richtlijn om smartwatchgegevens uit te lezen is een belangrijke mijlpaal voor het vervolg van het onderzoek. De volgende fase richt zich op het valideren van het algoritme bij een grotere en diverse patiëntengroep, afkomstig uit meerdere ziekenhuizen. Naar verwachting zal het onderzoek deze zomer uitmonden in de promotie van Arman Naseri. 
  
*ME-TIME: Machine learning Enables Time series In MedicinE