Veelzijdige inzet van AI in de reumatologie in opmars

Tijdens het recente EULAR-congres werden meerdere studies gepresenteerd over de toepassing van kunstmatige intelligentie (AI) in de reumatologie, bij diagnose, monitoring, risicovoorspelling en patientcommunicatie. Een studie bij systemische sclerose met interstitiele longziekte (SSc-ILD) vergeleek AI-gestuurde analyse van HRCT-scans met visuele beoordeling door twee radiologen; de AI kon subtiele veranderingen beter opsporen en correleerde sterker met longfunctieparameters. Een ander model analyseerde MRI-beelden van het sacrum bij 291 patienten met axiale spondyloartritis, combineerde STIR- en T1-sequenties en identificeerde patienten met symptomen die niet aan de ASAS-MRI-criteria voldeden.

Bij verdenking op reuscelarteriitis presteerde een AI-tool voor echobeelden beter dan menselijke beoordelaars, vooral bij grotere arterien en minder bij kleine vertakkingen. Voor risicovoorspelling bij systemische sclerose voorspelden twee machine learning-modellen bepaalde vormen van kanker met een nauwkeurigheid van 73-79%; belangrijke voorspellers waren onder meer ILD, digitale ulcera en verhoogd CRP, terwijl mycofenolaatmofetil een beschermend effect had. Bij reumatoide artritis werden handbewegingen via smartphonevideo's geanalyseerd, waarmee ziekteactiviteit betrouwbaar kon worden voorspeld op basis van vingerflexie.

Grote taalmodellen presteerden goed bij risicostratificatie en verwijzing in de osteoporosezorg, maar minder bij behandeladvies; ook werd geexperimenteerd met een AI-aangedreven robot voor patientvragen, waarover patienten en zorgverleners positief waren. Volgens de onderzoekers laten deze studies zien dat AI klinisch relevante patronen herkent en kan bijdragen aan gepersonaliseerde besluitvorming en efficientere zorgprocessen in de reumatologie.