Nieuwe AI-methode toont aan: corona-uitbraak was al vroeg zichtbaar in huisartsbezoeken

Het gaat om een taalmodel dat consulten van huisartsen analyseert en coronaklachten herkent. Epidemioloog en onderzoeksleider Lilian Peters noemt de methode baanbrekend. 'Je kan zo vroegtijdig zien of er iets gaande is in Nederland.'

Het taalmodel heet BERT en analyseert de tekst die huisartsen invullen bij een consult: wat vertelt de patiënt, wat observeert zij zelf en wat is het behandelplan. Peters: 'Een huisarts koppelt daar vervolgens een diagnose-code aan, maar in de beginperiode was er voor corona natuurlijk geen diagnose-code en testen waren er ook niet.'

Wat de onderzoekers wilden weten is of de diagnose corona te stellen is, puur en alleen op basis van de teksten van de huisartsen. Daarvoor hebben ze het AI model laten trainen op 300.000 huisartsconsulten in de regio’s Groningen, Nijmegen en Maastricht en in een later stadium Rotterdam.

Huisarts Maarten Homburg: 'We hebben het taalmodel eerst geleerd covid te herkennen. Daarvoor hebben we consulten gebruikt van patiënten van wie we zeker weten dat ze corona hadden. Dit is een groep van later in de pandemie, toen we testten op corona en de diagnose ook vastlegden in het patiëntendossier. Daarnaast hebben we het model een groep patiënten met corona-achtige klachten uit 2019 gegeven, toen er dus nog geen corona was. Vervolgens hebben we het model zichzelf laten leren hoe het onderscheid kan maken tussen deze klachten, dit heet machine learning.'

Om te testen hoe goed het model was, hebben we het model na deze trainingsfase nogmaals coronaconsulten en consulten uit 2019 gegeven, maar dan zonder het model te vertellen wie wel en wie niet bevestigd corona had. Toen bleek dat BERT in 97 procent van de gevallen het onderscheid juist wist te maken.'

De vraag die overbleef was: kan het model de opkomst van corona in 2020 aantonen? Homburg: ‘Het model bleek hier indrukwekkend goed in. Als je het toepast op de beginfase dan geeft het model zoals je zou verwachten nauwelijks coronadiagnoses in de eerste zeven weken van 2020. Het model kan dus het onderscheid met bijvoorbeeld griep of verkoudheid goed maken, want dat was er toen al wel.'

'Vanaf week zeven loopt het ineens op, zo’n twee weken eerder dan de eerste ziekenhuisopname in Nederland. Dat is ook logisch, mensen komen eerst bij de huisarts bij klachten en ook de incubatietijd van corona speelt hierbij mee.’

Omdat het om AI gaat, blijft het lastig hoe het model nu precies werkt, geeft Homburg aan. 'Je kan niet observeren wat het model precies doet. Het model leert zichzelf en wordt er steeds beter in, naarmate meer data geanalyseerd wordt. Het model leert zichzelf bepaalde patronen en verschillen te herkennen die we als dokters wellicht niet zien. Maar we zien nu wel dat data van huisartsen heel rijk is. Die ene patiënt met smaakverlies zegt niet zoveel, maar als het bij meerdere patiënten wordt gerapporteerd, dan kan het onderdeel blijken van een bepaalde infectieziekte uitbraak.'

Nederland kan daar bij uitbraken van nieuwe infectieziekten veel aan hebben, denkt epidemioloog Peters.

'Deze methode is baanbrekend. Na dit model BERT willen we het aanvullen met een techniek genaamd ERNIE. Daarmee brengen we een normaal jaar bij huisartsen in kaart: voor welke klachten komen patiënten bij de huisarts, waarbij rekening wordt gehouden met de seizoenen. Afwijkingen in de patronen kunnen duiden op een nieuwe infectieziekte-uitbraak. Hiervoor hebben wij op verzoek van de overheid een subsidievoorstel geschreven.'

Ook voor corona zijn er nog toepassingen denkbaar, bijvoorbeeld om post-covid te verklaren. Huisarts Homburg: 'Je zou ermee kunnen achterhalen bij wie lichamelijke klachten veroorzaakt zouden kunnen zijn door post-covidsyndroom door een infectie in de eerste fase van de pandemie, toen we nog niet grootschalig aan het testen waren. Ook zou het model gebruikt kunnen worden om zorggebruik bij de huisarts voor corona te monitoren nu veel mensen zich niet meer laten testen.'