Clear Sky Science · nl

Ontwikkeling en validatie van AI-verbeterde auscultatie voor screening op klephaartziekte via een multicenterstudie

· Terug naar het overzicht

Het hart op een nieuwe manier beluisteren

Hartklepproblemen komen veel voor, vooral bij oudere mensen, maar ze worden vaak gemist totdat er al ernstige schade is opgetreden. Deze studie onderzoekt of het combineren van een elektronische stethoscoop met kunstmatige intelligentie (AI) van een één minuut durende bedzijde-opname een krachtig vroegwaarschuwingsonderzoek kan maken, waarmee huisartsen verborgen klepafwijkingen kunnen opsporen voordat die leiden tot hartfalen of risicovolle spoedeisende behandelingen.

Figure 1
Figure 1.

Waarom stille klepproblemen ertoe doen

Kleppen werken als deuren in het hart en zorgen dat het bloed in de juiste richting stroomt. Als ze vernauwen of lekken — een aandoening die klephaartziekte wordt genoemd — kunnen patiënten vaak alleen vage klachten ervaren zoals vermoeidheid of kortademigheid, die gemakkelijk worden toegeschreven aan leeftijd, gewicht of longproblemen. Daardoor wordt meer dan de helft van de klepgevallen nooit herkend totdat het hart begonnen is uit te zetten en te verzwakken, waardoor behandeling gevaarlijker en minder effectief wordt. De beste test, een echocardiogram, vereist dure apparatuur en hoogopgeleid personeel, dus die kan niet worden ingezet om iedereen met milde klachten te screenen.

Het idee van een AI-stethoscoop

Artsen vertrouwen al lange tijd op de stethoscoop om hartgeruis op te vangen, de whoosh-geluiden veroorzaakt door defecte kleppen. Maar tegenwoordig ontbreekt het veel huisartsen aan tijd of zelfvertrouwen om deze subtiele aanwijzingen te detecteren, en zelfs ervaren luisteraars missen gevallen. Eerdere pogingen om AI te gebruiken probeerden simpelweg na te bootsen wat expert-cardiologen horen en als geruis labelen. Die strategie heeft beperkingen: ze kan geen geluidkenmerken leren buiten het bereik van het menselijk oor en is afhankelijk van kleine, lawaaierige trainingsdatasets. De onderzoekers achter dit artikel kozen een andere aanpak. In plaats van de computer te trainen om menselijke oren na te bootsen, trainden ze hem om rechtstreeks de resultaten van echocardiografie te voorspellen en stelden de vraag: gegeven deze geluidsopname, heeft de patiënt daadwerkelijk klinisch belangrijke klepziekte?

Het hulpmiddel bouwen en testen

Het team verzamelde hartgeluidsopnames en bijbehorende echografieresultaten van 1.767 volwassenen uit verschillende Britse ziekenhuizen en huisartsenpraktijken. Bij bijna de helft werd significante klepziekte vastgesteld, meestal een vernauwing van de aortaklep of lekkage van de mitralisklep. Met deze gegevens bouwden ze een recurrent neuraal netwerk — een type AI dat goed is in het analyseren van tijdsgebonden signalen. De computer zette elke opname eerst om in een visuele kaart van geluidfrequenties in de tijd en leerde vervolgens patronen die gekoppeld waren aan klinisch relevante klepproblemen. Voor elke nieuwe patiënt luisterde het systeem op maximaal vier standaardplaatsen op de borst en gaf het één kansscore die aangaf hoe waarschijnlijk het was dat er een belangrijke klepafwijking aanwezig was.

Figure 2
Figure 2.

Hoe goed luisterde de AI?

Toen het werd getest op 263 patiënten die het nog nooit eerder had gezien, onderscheidde de AI "VHD Detector" mensen met en zonder klinisch significante klepziekte met sterke nauwkeurigheid. Bij een gekozen beslissingsdrempel — afgestemd voor gebruik als screeningsinstrument — gaf het systeem ongeveer 72% van degenen die echt een belangrijke klepafwijking hadden correct aan, terwijl het bij ongeveer 82% van degenen zonder afwijking correct vrijgave gaf. De prestaties waren bijzonder indrukwekkend voor de gevaarlijkste aandoeningen: het identificeerde 98% van de mensen met ernstige aortaklepvernauwing en 94% van degenen met ernstige mitraliskleplekkage. De onderzoekers lieten ook 14 Britse huisartsen dezelfde opnames beoordelen. Zelfs wanneer hun antwoorden werden gecombineerd, waren de artsen zowel minder sensitief als minder specifiek dan de AI, en varieerde de individuele prestatie sterk.

Wat dit kan betekenen voor de dagelijkse zorg

Voor drukke spreekuren zou een met AI verbeterde stethoscoop kunnen fungeren als een extra paar deskundige oren. In minder dan een minuut kan het artsen geruststellen dat ernstige ziekte onwaarschijnlijk is of patiënten aanwijzen die het meest een echoscopie nodig hebben, zonder dat daarvoor geavanceerde training of dure draagbare beeldvormingsapparaten nodig zijn. De studie heeft beperkingen: de patiënten werden voornamelijk gerekruteerd uit ziekenhuispatiënten, dus ze waren zieker dan een echte screeningspopulatie, en de huisartsen luisterden via een koptelefoon in plaats van persoonlijk. Desalniettemin suggereren de resultaten dat zorgvuldig getrainde AI routinematig luisteren met een stethoscoop veel informatiever kan maken, en de deur kan openen naar eerdere, eerlijkere toegang tot levensreddende klepbehandelingen.

Bronvermelding: McDonald, A., Gales, M., Rana, B.S. et al. Development and validation of AI-Enhanced auscultation for valvular heart disease screening through a multi-centre study. npj Cardiovasc Health 3, 5 (2026). https://doi.org/10.1038/s44325-026-00103-y

Trefwoorden: klephaartziekte, digitale stethoscoop, kunstmatige intelligentie, hartscreening, hartgeruis