Algoritme kan opvolging astmarichtlijn evalueren

Kunstmatige intelligentie maakt het volgens de onderzoekers mogelijk om in elektronische patiëntendossiers te evalueren in hoeverre artsen de astmarichtlijnen volgen. Dergelijke algoritmes kunnen van dienst zijn bij toekomstige studies naar de kwaliteit van astmazorg. De mate waarin artsen astmarichtlijnen opvolgen is in de Verenigde Staten vaak suboptimaal, en gerichte feedback op basis van het nakijken van dossiers is tijdrovend.

Onderzoekers uit Korea en de Mayo Clinic ontwikkelden daarom software die met natural language processing (NLP) sleutelwoorden en -elementen uit vrije tekstvelden extraheert. De tool richtte zich op woorden die gelinkt zijn aan de richtlijn van het 2007 National Asthma Education and Prevention Program. In een retrospectieve haalbaarheidsstudie werden de algoritmes ingezet bij een geboortecohort met een astmadiagnose in de Mayo Clinic tussen 2003 en 2016, met 1.039 klinische notities van 300 patiënten.

De NLP-algoritmes hadden een hoge sensitiviteit (0,82-1,00), specificiteit (0,95-1,00), positief voorspellende waarde (0,86-1,00) en negatief voorspellende waarde (0,92-1,00) vergeleken met handmatig dossieronderzoek. Het extraheren van elementen over therapietrouw en inhalatietechniek was het lastigst, waarschijnlijk door de grote variëteit aan bewoordingen. De onderzoekers concluderen dat de tool zeer geschikt is om de documentatie van artsen geautomatiseerd te evalueren en een nuttig hulpmiddel is om te bepalen of aan richtlijnen wordt voldaan.

Wel moet eerst worden onderzocht of de tool bruikbaar is voor andere onderzoeksvragen dan opvolging van de astmarichtlijn.