Een zwakgesuperviseerde transformer voor zeldzame ziekte-diagnose en subfenotypering uit EPDs met pulmonale casestudies

Waarom het sneller opsporen van zeldzame ziekten ertoe doet

Voor gezinnen die met zeldzame aandoeningen leven, kan het jaren duren voordat duidelijk is wat er aan de hand is. Klachten zijn vaak vaag, artsen zien mogelijk maar een handvol gevallen in hun loopbaan, en bestaande tests geven niet altijd heldere antwoorden. Deze studie verkent een nieuwe manier om de digitale sporen in elektronische patiëntendossiers te gebruiken om twee moeilijk te diagnosticeren longziekten eerder op te sporen en patiënten in groepen te verdelen die een heel verschillende toekomst tegemoet kunnen zien.

De lange weg naar een zeldzame diagnose

Zeldzame ziekten zijn afzonderlijk ongewoon, maar samen treffen ze wereldwijd honderden miljoenen mensen. Veel beginnen in de kindertijd en kunnen levensbedreigend zijn als ze worden gemist. Het artikel richt zich op zeldzame longaandoeningen, waar alledaagse klachten zoals kortademigheid of piepende ademhaling gemakkelijk voor astma of andere veelvoorkomende problemen kunnen worden aangezien. Daardoor zien kinderen met aandoeningen zoals pulmonale hypertensie of ernstige vormen van astma vaak meerdere specialisten en kan het jaren duren voordat de juiste diagnose wordt gesteld, waardoor waardevolle tijd verloren gaat waarin vroege behandeling het verloop van de ziekte had kunnen veranderen.

Rommelige medische dossiers omzetten in aanwijzingen

Moderne ziekenhuizen slaan enorme hoeveelheden informatie op in elektronische patiëntendossiers, van diagnoses en voorschriften tot laboratoriumtests en doktersnotities. Verborgen in deze gegevens zitten patronen die lang voordat een ziekte formeel wordt benoemd op zeldzaamheid kunnen wijzen. Maar er is een probleem: slechts een klein deel van de patiënten is zorgvuldig door experts beoordeeld, dus hoogwaardige labels die aangeven wie de ziekte werkelijk heeft, zijn schaars. De meeste dossiers bevatten slechts ruwe, "ruisende" signalen — codes die voortkomen uit factureringsverschillen, voorlopige vermoedens of verouderde aanduidingen. Traditionele computermodellen worstelen in deze situatie omdat ze zijn ontworpen om te leren van grote verzamelingen schone, betrouwbare voorbeelden.

Een nieuwe manier om van imperfecte data te leren

De auteurs introduceren WEST, een "weakly supervised transformer" die is ontworpen om te leren van een mix van enkele accurate labels en veel onzekere. Het systeem begint met twee patiëntengroepen van het Boston Children’s Hospital die mogelijk pulmonale hypertensie of ernstige astma hebben, geïdentificeerd via brede screeningscodes. Binnen elke groep is een kleine subset door specialisten bevestigd, terwijl de rest probabilistische scores krijgt van eerdere, op regels gebaseerde tools. WEST gebruikt een transformer — een geavanceerde patroonherkenningsarchitectuur oorspronkelijk ontwikkeld voor taal — om de volledige medische geschiedenis van elk kind om te zetten in een compact numeriek portret. Cruciaal is dat het de ruwe labels niet als vaste waarheid behandelt: na elke trainingsronde werkt het model zijn eigen schattingen bij van wie waarschijnlijk ziek is en voert die verfijnde waarschijnlijkheden terug in de volgende ronde, waardoor het signaal geleidelijk wordt opgeschoond.

Wat het model ontdekte bij longziekten

Getest op buitengehouden, door experts gevalideerde patiënten was WEST accurater dan meerdere alternatieven, waaronder eenvoudige regels op basis van code-aantallen, gradient-boosted trees en transformers die de ruwe labels negeerden of ze als absoluut accepteerden. Het had verrassend weinig goudstandaardgevallen nodig om goed te presteren — ongeveer 100 zorgvuldig beoordeelde patiënten waren genoeg om andere benaderingen te evenaren of te overtreffen. Naast het aangeven wie waarschijnlijk aan elke aandoening leed, groepeerden de interne representaties van het model kinderen op natuurlijke wijze in klinisch betekenisvolle clusters. Voor pulmonale hypertensie scheidde WEST patiënten in een langzaam progressieve groep en een snel progressieve groep, die duidelijk verschillende overlevingspatronen over vijf jaar lieten zien. Voor ernstige astma splitste het patiënten in degenen met frequente, gevaarlijke exacerbaties en degenen met relatief minder aanvallen, wat terugkeert in verschillen in ziekenhuisopnames, laag-zuurstofepisodes en respiratoire insufficiëntie.

Hoe dit de zorg voor patiënten kan veranderen

Voor niet‑specialisten is de kernboodschap dat WEST leert om complexe ziektepatronen in routinematige ziekenhuisgegevens te "zien" zonder te vertrouwen op enorme, perfect gelabelde datasets. Door imperfecte signalen en een kleine hoeveelheid expertsinput slim te hergebruiken, kan het waarschijnlijke gevallen van zeldzame ziekten nauwkeuriger signaleren en verborgen subgroepen onthullen die verschillende risico’s lopen. Op de lange termijn zouden systemen als WEST de diagnostische odyssee voor kinderen met zeldzame longaandoeningen kunnen verkorten, artsen naar eerder specialistisch vervolg kunnen leiden en meer gerichte monitoring- en behandelplannen kunnen ondersteunen op basis van hoe de ziekte van een patiënt waarschijnlijk zal verlopen.

Bronvermelding: Greco, K.F., Yang, Z., Li, M. et al. A weakly supervised transformer for rare disease diagnosis and subphenotyping from EHRs with pulmonary case studies. npj Digit. Med. 9, 211 (2026). https://doi.org/10.1038/s41746-026-02406-x

Trefwoorden: diagnose van zeldzame ziekten, elektronische patiëntendossiers, machinaal leren in de geneeskunde, pulmonale hypertensie, ernstige astma