Gerandomiseerde studie van mens‑machine samenwerking bij de interpretatie van cardiotocografie tijdens de bevalling

Waarom dit belangrijk is voor ouders en baby’s

Wanneer een baby wordt geboren, volgen artsen en verloskundigen de hartslag van de baby nauwlettend om vroege tekenen van problemen te ontdekken. Het lezen van deze harttraceringen is lastig en artsen verschillen vaak van mening, wat kan leiden tot gemiste waarschuwingen of onnodige ingrepen. Deze studie stelt een eenvoudige vraag met grote gevolgen: kan een computer als ‘co‑piloot’ zorgverleners helpen deze traceringen tijdens de bevalling nauwkeuriger te interpreteren en pasgeborenen beter beschermen tegen zuurstoftekort?

De hartslag van de baby real‑time volgen

Tijdens de bevalling registreert een veelgebruikt hulpmiddel, cardiotocografie, de hartslag van de baby en de weeën van de moeder. Het doel is te zien wanneer de baby mogelijk onvoldoende zuurstof krijgt, wat kan leiden tot een aandoening die acidaemie heet, herkenbaar aan een lage pH in de navelstreng bij de geboorte. Helaas kan dezelfde tracering heel verschillend worden geïnterpreteerd door verschillende beoordelaars, zelfs wanneer ze dezelfde richtlijnen volgen. Deze variatie maakt het lastig om uitsluitend op de test te vertrouwen om ernstige problemen zoals hersenbeschadiging te voorkomen.

Een digitale second opinion toevoegen

De onderzoekers testten een computerassistent, geheten gecomputeriseerde cardiotocografie, gebouwd op een wiskundig model genaamd DeepCTG. Het programma analyseert kenmerken in het laatste halfuur van de hartslagtracering, zoals hoe hoog of laag de basislijn ligt en hoe vaak de hartslag versnelt of vertraagt. Vervolgens schat het de kans dat de baby met een lage pH (onder 7,15) wordt geboren, wat wijst op matig tot ernstig zuurstoftekort. Deze inschatting wordt aan zorgverleners getoond, samen met een vereenvoudigde afbeelding van welke patronen het oordeel van de computer beïnvloedden.

Een wereldwijde test van mens‑machine samenwerking

Om te onderzoeken of deze hulp de zorg daadwerkelijk verbeterde, logden 211 verloskundigen, gynaecologen en arts‑assistenten uit 23 landen in op een webplatform en beoordeelden 100 echte bevallingstraceringen afkomstig uit een openbare database. Voor elk geval moesten ze voorspellen of de pH van het navelstrengbloed normaal of laag zou zijn. Bij ongeveer tweederde van de gevallen zagen ze ook de risicoschatting en visuele aanwijzingen van de computer; bij het resterende derde deel beoordeelden ze de tracering zelfstandig. In totaal deden ze meer dan 8000 voorspellingen, waardoor het team de prestaties met en zonder digitale assistent kon vergelijken en kon bekijken hoe de uitkomsten verschilden per land, functietype en ervaringsjaren.

Schrappere detectie zonder meer valse alarmen

Met computerhulp klasseerden zorgverleners de uitkomsten correct in ongeveer 61 van de 100 gevallen, vergeleken met 54 van de 100 zonder hulp. De grootste winst kwam doordat meer baby’s met daadwerkelijk lage pH werden ontdekt: de sensitiviteit steeg van ongeveer de helft naar meer dan drie vijfde. Tegelijk bleef het percentage keren waarin men onterecht gerustgesteld werd wanneer de baby echt in orde was ongeveer hetzelfde, wat betekent dat het hulpmiddel de zorgverleners niet overspoelde met extra valse alarmen. In situaties waar de computer en de mens van mening verschilden, bleek het antwoord van de computer ongeveer twee derde van de tijd juist te zijn. De assistent maakte de prestaties ook gelijkmatiger: de spreiding in succespercentages tussen individuen nam af en minder ervaren medewerkers kwamen dichterbij de nauwkeurigheid van ervaren specialisten.

Wat dit betekent voor toekomstige bevallingen

Voor ouders is de conclusie dat een zorgvuldig ontworpen computerpartner het zorgteam kan helpen baby’s met risico op zuurstofproblemen tijdens de bevalling beter te herkennen, zonder meer onnodige ingrepen te veroorzaken. Voor zorgverleners suggereert de studie dat het gebruik van een AI‑hulpmiddel als transparante second opinion zowel de nauwkeurigheid als de overeenstemming binnen teams kan vergroten. Het onderzoek beweert niet alle risico’s rond de geboorte te elimineren en moet nog in de dagelijkse ziekenhuispraktijk worden getest, maar het wijst op een toekomst waarin mensen en machines gezamenlijk toezien op baby’s in de verloskamer.

Bronvermelding: Ben M’Barek, I., Ben M’Barek, B., Jauvion, G. et al. Randomised study of human machine collaboration for cardiotocography interpretation during labour. npj Digit. Med. 9, 365 (2026). https://doi.org/10.1038/s41746-026-02556-y

Trefwoorden: foetale hartmonitoring, cardiotocografie, kunstmatige intelligentie, perinatale acidaemie, bevalling en baring