AI-modellen tijdens coronacrisis – update onderzoek
In 2020 zijn er voorspellingsmodellen voor diagnose en prognose van COVID-19-infectie gepubliceerd in het medisch wetenschappelijk tijdschrift Britisch Journal. Het liet onderzoeksresultaten zien van een groep internationale onderzoekers, waaronder Maarten van Smeden (UMC Utrecht) en Laure Wynants (Universiteit van Maastricht). Zij hadden de destijds beschikbare voorspelmodellen voor de vroege opsporing en het ziekteverloop van COVID-19 beoordeeld. Begin dit jaar is er een nieuw onderzoek gedaan waaruit blijkt dat veel modellen onvoldoende presteren.
Aan het bestaande onderzoek is daarom een update toegevoegd. Uit een nieuw onderzoek blijkt namelijk dat de meerderheid van de medische AI-modellen dat aan corona gerelateerd is onvoldoende presteert. Zorgvisie publiceerde er een artikel over. Daarin zegt Wynants o.a. over de AI-toepassingen: ‘Ze zijn vaak gebaseerd op kleine datasets, waardoor ze verbanden oppikken die op toeval berusten. Daar komt nog bij dat veel modellen niet onafhankelijk gevalideerd worden’. Ook zegt ze dat ziekenhuizen de modellen vaak hebben gebruikt als onderzoek en ze denkt dat ze geloven in de belofte van leren van data, maar dat daar wel de juiste data voor nodig is.
Meer over het onderzoek is te vinden op pubmed: Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal
Wynants ziet investeren in kennis en opleiding en een betere samenwerking tussen de techwereld en de medische wereld als de oplossing om ervoor te zorgen dat AI haar belofte waarmaakt en uiteindelijk van betekenis is voor zorgverleners en patiënten. Een belangrijk hulpmiddel volgens haar is de ontwikkelde veldnorm voor medische algoritmes, waar zij zelf samen met experts uit het zorgveld aan heeft gewerkt. De veldnorm is naar verwachting in december 2021 beschikbaar.