Economische gezondheids-simulatiemodellering van een AI-gestuurd klinisch beslissingsondersteuningssysteem voor coronaire revascularisatie

Slimmere keuzes voor hartzorg

Mensen met ernstige vernauwingen in de kransslagaders staan vaak voor een lastige keuze tussen medicatie, minimaal invasieve procedures of openhartchirurgie. Deze studie stelt een eenvoudige maar belangrijke vraag: als artsen geholpen zouden worden door een krachtig hulpmiddel op basis van kunstmatige intelligentie (AI) dat toekomstige gezondheid en kosten voorspelt, zouden patiënten dan beter kunnen leven terwijl het zorgstelsel geld bespaart? Met gebruik van echte gegevens van tienduizenden Canadezen met hartziekte laten de onderzoekers zien dat een AI-gids vaak een andere behandeling zou kunnen aanbevelen dan wat daadwerkelijk werd gegeven — en dat deze wijzigingen zowel de uitkomsten kunnen verbeteren als de uitgaven kunnen verminderen.

Drie verschillende paden voor een ziek hart

Wanneer de bloedvaten die het hart voorzien vernauwd raken, overwegen artsen doorgaans drie hoofdopties. De eerste is alleen medicatie, waarbij medicijnen worden gebruikt om symptomen en risicofactoren te beheersen. De tweede is een kathetergebaseerde ingreep die vernauwde vaten van binnenuit opent. De derde is bypasschirurgie, waarbij bloed omgeleidt wordt rond verstopte vaten met gebruik van bloedvaten die elders uit het lichaam worden gehaald. Grote gerandomiseerde onderzoeken hebben deze opties vergeleken in geselecteerde patiëntengroepen, maar casussen in de praktijk zijn vaak complexer dan de mensen die aan onderzoeksstudies deelnemen. Leeftijd, andere ziektes, anatomie en persoonlijke voorkeuren kunnen de keuze onduidelijk maken en laten artsen en patiënten met onzekerheid omgaan.

Wat het AI-systeem precies doet

Het team evalueerde een AI‑gestuurd beslissingsondersteuningssysteem genaamd Revaz AI. Het werd getraind met gegevens van meer dan 42.000 patiënten die beeldvorming van hun kransslagaders ondergingen in Alberta, Canada. Voor elke nieuwe patiënt en voor elk van de drie behandelopties voorspelt Revaz AI de kans op overlijden of het optreden van grote hartgerelateerde problemen over de komende drie en vijf jaar. De onderzoekers voerden deze voorspellingen vervolgens in een gedetailleerd computermodel dat elke patiënt volgt gedurende de rest van zijn/haar leven, waarbij twee zaken worden opgeteld: de zorgkosten en de tijd in goede gezondheid, gemeten als "quality-adjusted life years" (QALY’s), een gebruikelijke maat die lengte en kwaliteit van leven in één getal combineert.

Verschillende manieren testen waarop artsen AI zouden kunnen gebruiken

Met gegevens van 25.942 echte patiënten speelden de auteurs de geschiedenis opnieuw af op een virtueel toneel. Voor elke persoon simuleerde het model wat er zou zijn gebeurd onder alle drie behandelingen, gestuurd door Revaz AI’s risicovoorspellingen. Deze gesimuleerde toekomsten vergeleken ze vervolgens met wat daadwerkelijk gebeurde, volgens drie denkbare regels voor hoe artsen het AI-hulpmiddel zouden kunnen gebruiken. In de eerste regel kozen artsen de optie die de beste mix van kosten en gezondheid opleverde, uitgaande van de bereidheid van het zorgsysteem om een standaardbedrag te betalen voor elk extra jaar van goede kwaliteit leven. In de tweede regel negeerden artsen de kosten en kozen de optie die de meeste gezonde levensjaren opleverde. In de derde, meer voorzichtige regel, hielden artsen vast aan hun oorspronkelijke plan tenzij de AI een andere behandeling voorstelde die duidelijk de verwachte kwaliteit van leven van de patiënt verbeterde.

Grote verschuivingen richting chirurgie en meer waarde

Over deze scenario’s heen week de AI-gestuurde keuze vaak af van de oorspronkelijke beslissing, meestal door patiënten naar bypasschirurgie te verschuiven in plaats van naar katheterprocedures of alleen medicatie. Onder de kostenbewuste regel zou bijna driekwart van de patiënten in de hoofd­analyse een andere behandeling hebben gekregen, wat gemiddeld zowel lagere levenslange kosten als meer tijd in goede gezondheid opleverde. Zelfs onder de voorzichtige regel, waarin artsen alleen van koers veranderden wanneer de AI een duidelijk voordeel liet zien, zou meer dan de helft van de patiënten anders zijn behandeld, wederom met bescheiden kostenbesparingen en betekenisvolle gezondheidswinst. Wanneer het model puur was gericht op het maximaliseren van gezonde levensjaren, werden sommige strategieën duurder in totaal, maar boden ze nog steeds goede waarde voor het geld volgens gangbare gezondheidsbeleidstandaarden.

Waarom deze resultaten ertoe doen — en hun beperkingen

De studie suggereert dat AI‑gebaseerde beslissingsondersteuning zorgstelsels kan helpen meer voordeel te halen uit elke uitgegeven euro aan complexe hartzorg. Door keuzes af te stemmen op de voorspelde toekomst van elke patiënt — niet alleen op de huidige anatomie — bevoordeelt het hulpmiddel vaak behandelingen die aanvankelijk meer kosten maar herhaalde ingrepen en ziekenhuisopnames op de lange termijn voorkomen, vooral bypasschirurgie. De bevindingen vertegenwoordigen echter een best‑case schatting. Het model gaat ervan uit dat de risicovoorspellingen van de AI accuraat zijn, dat artsen altijd de aanbevelingen kunnen volgen en dat toekomstige patiënten lijken op degenen in de Alberta-gegevens en oudere klinische onderzoeken. In de praktijk zullen chirurgische capaciteit, kwetsbaarheid van patiënten, persoonlijke voorkeuren en veranderende medische technieken allen beperken hoe nauw de praktijk het gesimuleerde ideaal kan benaderen.

Wat dit betekent voor patiënten en zorgsystemen

Voor patiënten is de conclusie niet dat een computer hun behandeling moet beslissen, maar dat beter gebruik van gegevens het gesprek met hun arts kan aanscherpen. Voor zorgsystemen laat het werk zien dat AI niet alleen een hightech hebbeding is maar een instrument dat zowel uitkomsten als begrotingen wezenlijk kan verbeteren wanneer het doordacht in de zorg wordt geïntegreerd. Voordat zulke systemen breed kunnen worden ingevoerd, zullen gerandomiseerde klinische onderzoeken moeten bevestigen dat het gebruik van AI in echte klinieken daadwerkelijk beslissingen op de manieren verandert die deze simulatie voorspelt — en dat die veranderingen zich vertalen in langere, gezondere levens tegen acceptabele kosten.

Bronvermelding: Mullie, T., Puri, A., Bogner, E. et al. Health economic simulation modeling of an AI-enabled clinical decision support system for coronary revascularization. npj Digit. Med. 9, 249 (2026). https://doi.org/10.1038/s41746-026-02430-x

Trefwoorden: coronaire hartziekte, kunstmatige intelligentie, klinische beslissingsondersteuning, gezondheidseconomie, bypassoperatie