Tilt AI de neonatale zorg naar een hoger niveau?

ARTIFICIËLE INTELLIGENTIE Hoewel tools op basis van kunstmatige intelligentie zich nog grotendeels in de testfase bevinden, scheppen ze hoge verwachtingen in de neonatologie. De implementatie ervan doet echter nog methodologische, ethische en organisatorische vragen rijzen.

Artificiële intelligentie omvat technieken voor machine learning en big data-verwerking, waarmee complexe patronen of klinische signalen die onzichtbaar zijn voor het menselijk oog, met verbluffende snelheid opgepikt kunnen worden. Neonatologie is nu net een discipline waar zich plotse fysiologische schommelingen bij (zeer) kwetsbare patiëntjes voordoen en waarbij onmiddellijke en nauwkeurige therapeutische beslissingen moeten genomen worden. In die context bieden AI-hulpmiddelen interessante perspectieven. 

Mogelijke toepassingsdomeinen

Julien Penders is medeoprichter van een bedrijf dat een platform voor perinatale monitoring ontwikkelt, op basis van deze nieuwe technologieën. Tijdens zijn presentatie op het recente EAPS-congres⁽¹⁾ belichtte hij vijf belangrijke domeinen waarin AI de komende jaren kan worden ingezet.

•  Prenatale genetische screening: AI kan risico's bij foetussen beter vroegtijdig opsporen en haalt daarbij een gevoeligheid die nu al hoger is dan de menselijke analyse alleen.
• Prenatale monitoring: AI maakt het mogelijk om de parameters van mama en foetus continu te monitoren, thuis en/of in het ziekenhuis, waardoor de last van de talrijke ziekenhuisbezoeken vermindert en de follow-up tegelijk veiliger wordt.
• AI optimaliseert de foetale en neonatale beeldvorming, m.b.v. ruisonderdrukkingstechnieken (denoising) en een automatische detectie van anatomische afwijkingen.
• Opsporen van complicaties: verschillende projecten proberen AI-programma’s te ontwikkelen die vroeggeboorte, pre-eclampsie, bloedingen, postpartumdepressie of sepsis (zie kader) kunnen voorspellen.
• Postnatale en postpartum follow-up: d.m.v. continue monitoring kan AI ondersteuning bieden bij het vroegtijdig opsporen van signalen die wijzen op een achteruitgang of op onderliggende aandoeningen. In die monitoring worden geautomatiseerde berichten geïntegreerd en educatieve chatbots voor gezinnen.

“AI zal dus ingezet kunnen worden over het hele spectrum van de perinatale zorg”, vat Julien Penders samen. “Hoewel onderzoek in dit domein nog in de kinderschoenen staat, met resultaten die min of meer bemoedigend zijn al naargelang het onderwerp en de gekozen methodologie, zijn het potentieel en de (verwachte of reeds aangetoonde) voordelen van deze technologische revolutie onmiskenbaar!”

Effectief, alles wijst in de richting van een hogere nauwkeurigheid en snelheid van diagnoses, gepersonaliseerde behandelplannen en zorgtrajecten op maat, een vermindering van bepaalde tijdrovende taken, met een toename van de institutionele efficiëntie en medische nauwkeurigheid, en een verbeterde health literacy en therapeutische educatie dankzij connected tools.

'Ik denk niet dat AI artsen ooit kan vervangen. Wel geloof ik dat zorgpersoneel en -centra die AI afwijzen op termijn vervangen zullen worden door zij die er (op de juiste manier) gebruik van leren te maken!'
– Julien Penders

Alles begint bij data

Dit gezegd zijnde, in België is AI in de neonatologie nog lang niet ingeburgerd. Voorlopig blijft het beperkt tot enkele studies en proefprojecten. Dat komt omdat er nog heel wat obstakels en uitdagingen zijn.

Een van de belangrijkste struikelblokken is net de grondstof voor de ontwikkeling en training van AI-modellen: data! Elke developer zal het je vertellen: om een efficiënte, relevante en betrouwbare tool te verkrijgen, moet deze getraind worden a.d.h.v. een (zeer) grote hoeveelheid kwalitatieve data. Anders dan bij andere medische specialismen, waarover een overvloed aan gegevens voorhanden is, is de hoeveelheid beschikbare data in de neonatologie van nature beperkt, zeker voor zeer premature baby's. Bovendien verandert hun klinische toestand snel, wat het standaardiseren van parameters en het trainen van robuuste modellen bemoeilijkt.

“Idealiter zouden we de gegevens van alle neonatologie-afdelingen ter wereld moeten kunnen samenbrengen, om de AI-systemen te trainen op basis van een voldoende gevarieerd en omvangrijk corpus", merkt Dorottya Kelen op, hoofd van de dienst neonatologie van het Erasmusziekenhuis. Een uitdaging...

'AI zal ingezet kunnen worden over het hele spectrum van de perinatale zorg'
– Julien Penders

Complexe procedures

In Europa doet zowel de European Health Data Space, die een jaar geleden in werking trad, als de AI Act een poging om de toegang tot deze waardevolle gegevens te standaardiseren en het gebruik van AI in de gezondheidszorg te omkaderen. Zo een wettelijk kader wordt toegejuicht door de sector, maar het neemt de ethische kwesties en procedures niet zomaar weg. Zoals bij elke klinische studie moeten ook bij ieder onderzoeksproject naar AI in de neonatologie strikte veiligheidscriteria bepaald worden, moet er goedkeuring volgen vanuit ethische commissies en geïnformeerde toestemming gegeven worden door de ouders... Procedures die men overigens voor ieder betrokken centrum moet herhalen. Deze multicentrische aanpak – een absolute must om de tools te kunnen valideren – verlengt de doorlooptijd van studies en vertraagt daarmee ook de implementatie van AI, die zich in een razendsnel tempo verder ontwikkelt!

Meer in het algemeen spreekt Julien Penders ook van “een versnipperde coördinatie van de implementatie van AI in de gezondheidszorg, zowel binnen als tussen de verschillende medische specialismen. Daarnaast liggen bepaalde technische keuzes (welk AI-model kiezen?) niet in lijn met de strategische visies”, zowel op het niveau van de gezondheidsautoriteiten per regio of per land als op het niveau van eenzelfde instelling. “De oorzaak daarvan is (vaak) een gebrek aan kennis – en daardoor aan interesse – bij beleidsmakers en/of medisch directeurs over de mogelijke toepassingen van AI.”

Pedagogie en menselijkheid

Een andere belangrijke hindernis is van pedagogische en menselijke aard. Hoewel AI vandaag geleidelijk wordt geïntegreerd in het geneeskundig curriculum van toekomstige artsen, moeten specialisten die al in de praktijk staan het vooral ‘al doende leren’. In België zijn er echter maar weinig profielen die zowel medische kennis als geavanceerde digitale kennis op het gebied van AI combineren. Dat maakt dat de verspreiding van kennis soms moeizaam verloopt en dat zorgteams minder snel geneigd zijn om nieuwe tools te omarmen en te gebruiken.

“Je mag ook niet vergeten dat zorgkundigen, in het bijzonder de verpleegkundigen, bang zijn dat ze straks vervangen zullen worden door AI", voegt dr. Kelen toe. “Een angst die te begrijpen valt, maar ze vormt een “culturele” en psychologische barrière voor de implementatie van AI. We moeten dus blijven benadrukken dat AI niet bedoeld is om teams te vervangen, maar net om tijd en ruimte vrij te maken voor andere (zorg)taken, in het bijzonder die waarbij menselijk contact centraal staat – van cruciaal belang in de neonatale zorg!”

In sommige afdelingen, ziekenhuizen of landen zou AI zelfs gedeeltelijk het personeelstekort kunnen opvangen... en dat is niet naar de zin van degenen die liever zouden zien dat men (her)investeert in menselijk kapitaal. Al sluit het ene het andere niet uit...

Referentie:
1. “How AI will revolutionize perinatal care”, lezing gepresenteerd op 19 oktober 2025 tijdens het ‘European Academy of Pediatrics’-congres.

Sepsis voorspellen dankzij AI
Een van de meest geavanceerde en veelbelovende toepassingen van AI in de neonatologie is de vroegtijdige opsporing van sepsis, een veelvoorkomende oorzaak van morbiditeit en mortaliteit bij zeer premature baby's, en dit met een gevoeligheid en specificiteit die respectievelijk 0,90 en 0,78 kunnen halen.⁽¹⁾ Ook het Belgische Innocens-project van de Universiteit Antwerpen ontwikkelde een AI-based machine learning-systeem dat in staat is om sepsis elf  uur eerder op te pikken dan de standaard klinische praktijk⁽²⁾! De tool wordt momenteel gevalideerd in andere ziekenhuizen, waaronder het Erasmusziekenhuis.

Referenties:
1. Alpern et al, “Prediction of pediatric sepsis within 48 hours bases on HER data” in JAMA Pediatrics, oktober 2025.
2. innocens.be