AI-ondersteunde multimodale beoordeling van rechterventrikelfunctie met echocardiografie voorspelt sterfte bij patiënten met pulmonale hypertensie en rechterhartfalen

Waarom dit belangrijk is voor patiënten en families

Pulmonale hypertensie en rechtszijdig hartfalen verlopen vaak geruisloos totdat ze levensbedreigend worden. Artsen kunnen naar echobeelden van het hart kijken, maar subtiele vroege schade aan de rechterventrikel is gemakkelijk te missen en moeilijk te kwantificeren. Deze studie laat zien hoe een systeem voor kunstmatige intelligentie (AI) deze hartscans gedetailleerder kan uitlezen dan een mens alleen, waardoor artsen het risico van een patiënt op sterfte tijdens het ziekenhuisverblijf en in de jaren daarna beter kunnen inschatten — en mogelijk eerder kunnen ingrijpen.

Een nadere blik op een belast rechterhart

Wanneer de druk in de longcirculatie langdurig hoog blijft, moet de rechterkant van het hart tegen extra weerstand pompen. Na verloop van tijd rekt de rechterventrikel uit, verzwakken de spiervezels en krijgen patiënten last van zwelling, kortademigheid en lage bloeddruk. Standaard echocardiografie — de vertrouwde hartultrageluidonderzoek — kan eenvoudige bewegingen meten, zoals hoe ver een klepring beweegt tijdens een hartslag. Maar de rechterventrikel heeft een complexe vorm en knijpt niet gelijkmatig samen, waardoor deze traditionele metingen vroege of gefragmenteerde schade kunnen missen, vooral bij ernstig zieke patiënten.

Meten hoe de hartspier vervormt

Moderne ultrasone software kan kleine speckle-patronen in de spierwand van frame tot frame volgen en berekenen hoeveel elk gebied korter of langer wordt bij elke hartslag. Deze maat, longitudinal strain genoemd, is bijzonder belangrijk voor de rechterventrikel. In deze studie concentreerden artsen zich op een gemiddelde strainwaarde genomen uit zes standaardsegmenten van de rechterventrikelwand. Minder negatieve waarden (dus minder verkorting) duiden op zwakkere spierfunctie. Van 586 volwassenen opgenomen met pulmonale hypertensie en rechtszijdig hartfalen hadden degenen die overleden duidelijk slechtere strainwaarden en hogere drukken in de longslagader dan overlevers, wat bevestigt dat deze gedetailleerde bewegingsmaat een reëel biologisch risico vastlegt.

Een AI leren het hart te lezen

Het onderzoeksteam bouwde een deep-learningmodel dat niet afhankelijk was van één enkele waarde of beeldtype. In plaats daarvan analyseerde het drie informatiestromen afkomstig van één hartslag: de volledige strain-curves in de tijd, echovideofragmenten vanuit twee aanzichten en Doppler-tracés die snelheid en richting van de bloedstroom tonen. Elke stroom werd verwerkt door een eigen gespecialiseerde encoder, en een 'cross-attention'-module leerde de AI vervolgens bewegings-, structuur- en stromingspatronen die bij elkaar hoorden op elkaar af te stemmen. Klinische gegevens en conventionele echometingen werden ook meegenomen. De taak van het systeem was eenvoudig: voor elke patiënt de kans op overlijden in het ziekenhuis en tijdens langdurige follow-up uitgeven.

Hoe goed de AI uitkomsten voorspelde

De patiënten werden willekeurig verdeeld in trainings-, validatie- en testgroepen zodat de uiteindelijke prestaties gecontroleerd konden worden op gegevens die de AI nog nooit had gezien. In de onafhankelijke testset behaalde het model een area under the receiver operating characteristic curve (AUC) van 0,823, wat betekent dat het in meer dan 8 van de 10 gevallen hogere-risico- en lagere-risicopatiënten correct hoger en lager rankte. Het overtrof afzonderlijke standaardmetingen, waaronder de druk in de longslagader en de gemiddelde rechterventrikelstrain wanneer die op zichzelf werden gebruikt. Het AI-systeem was ook snel: het kon de benodigde echogegevens in ongeveer vier minuten analyseren, vergeleken met ongeveer twintig minuten voor een echoscopist om handmatig strainanalyse uit te voeren en te interpreteren.

Wat dit voor de zorg zou kunnen betekenen

Voor een patiënt op de intensivecare met gevorderde pulmonale hypertensie kan het weten of het rechterhart stilletjes faalt of stabiel blijft de behandelkeuzes veranderen — bijvoorbeeld wanneer medicatie te intensiveren, geavanceerde therapieën te overwegen of nauwere opvolging te plannen. Deze studie suggereert dat een AI-assistent, gekoppeld aan routinematige hartschootecho, een preciezere en tijdigere risicobeoordeling kan leveren dan standaardmetingen alleen. Hoewel de benadering nog getest moet worden in andere ziekenhuizen en met verschillende echomachines, wijst het op een toekomst waarin gedetailleerde, geautomatiseerde analyse van hartbeweging artsen helpt de zorg te personaliseren en mogelijk de overleving te verbeteren voor mensen met ernstig rechtszijdig hartlijden.

Bronvermelding: Mou, H., Zhang, G., Xiu, L. et al. AI–assisted multimodal assessment for right ventricular function from echocardiography predicts mortality in patients with pulmonary hypertension and right heart failure. Sci Rep 16, 5323 (2026). https://doi.org/10.1038/s41598-026-36533-y

Trefwoorden: pulmonale hypertensie, rechterhartfalen, echocardiografie, kunstmatige intelligentie, risicovoorspelling