Nieuw neuraal netwerk helpt artsen begrijpen waarom hartpatiënten recidiveren

Patiëntgegevens zijn een ware schatkamer voor AI-onderzoekers. Probleem: veel van de algoritmen die ze gebruiken om de data te analyseren, werken als een black box, waardoor de resultaten vaak lastig zijn te interpreteren voor artsen.

Onderzoekers van de Technische Universiteit Eindhoven (TU/e) en de Zhejiang universiteit in China hebben nu een algoritme ontwikkeld dat niet alleen de heropname van hartpatiënten in ziekenhuizen voorspelt, maar ook vertelt waarom. Het werk is gepubliceerd in BMC Medical Informatics and Decision Making.

Artsen gebruiken steeds vaker gegevens uit elektronische patiëntendossiers. Door er slimme algoritmen op los te laten, kunnen ze beter patiëntrisico's inschatten, behandelresultaten voorspellen, en therapieën kiezen en evalueren. De succesvolle toepassing van machine learning-algoritmen in een klinische omgeving gaat echter niet altijd soepel. De resultaten zijn namelijk lastig te interpreteren.

Om dit probleem op te lossen, heeft promovenda Peipei Chen van de faculteit Industrial Engineering and Innovation Sciences, samen met andere onderzoekers van de TU/e en Zhejiang University in Hangzhou, een op aandacht gebaseerd neuraal netwerk getest op hartpatiënten in China. Neurale netwerken met een zogenaamd attention-mechanisme kunnen zich, door gebruik te maken van informatie uit de context, richten op de belangrijkste informatie in gegevens.