AI-tool Helpt Huisartsen Longkanker Vroegtijdig Detecteren
Amsterdam, woensdag, 23 april 2025.
Onderzoekers van Amsterdam UMC hebben een geavanceerde AI-tool ontwikkeld die huisartsen in staat stelt om longkanker bij risicopatiënten tot vier maanden eerder op te sporen. Deze innovatieve methode gebruikt algoritmen om zowel gestructureerde als ongestructureerde gegevens te analyseren, waaronder vrije tekst in de aantekeningen van huisartsen. Het systeem identificeert complexe patronen die vaak over het hoofd worden gezien, waardoor een snellere doorverwijzing voor behandeling mogelijk is en de overlevingskansen van patiënten verbeteren. Dit kan vooral van levensbelang zijn, aangezien longkanker vaak pas in een laat stadium wordt ontdekt. De technologie moet echter nog verder worden gevalideerd in verschillende zorgsystemen om de effectiviteit breed te onderzoeken. De belofte van proactieve kankerdiagnostiek binnen de eerstelijnszorg biedt hoop voor betere gezondheidsuitkomsten.
Baanbrekende Onderzoeksresultaten
Een grootschalige studie onder 525526 patiënten uit vier academische huisartsenpraktijken in Amsterdam, Utrecht en Groningen heeft de effectiviteit van deze nieuwe AI-technologie aangetoond [1][2]. Van deze groep werden 2386 patiënten gediagnosticeerd met longkanker [2]. Het innovatieve aspect van deze tool ligt in het vermogen om niet alleen gestructureerde data te analyseren, maar ook de vrije tekst in artsennotities te doorgronden voor vroege signalen van de ziekte [1].
Significante Tijdwinst voor Behandeling
De impact van deze vroege detectie is aanzienlijk, aangezien 80% van de patiënten met gevorderde longkanker vaak binnen een jaar overlijdt [2]. Professor Henk van Weert, emeritus hoogleraar huisartsgeneeskunde, benadrukt dat vier maanden eerder diagnosticeren een betekenisvol verschil kan maken voor de behandelingsuitkomsten [2][3]. De tool kan momenteel 62% van de patiënten vier maanden eerder identificeren voor doorverwijzing [2].
Toekomstperspectief en Validatie
Hoewel de resultaten veelbelovend zijn, benadrukken de onderzoekers dat verdere validatie noodzakelijk is in verschillende landen en zorgsystemen [2][3]. Professor Martijn Schut van Amsterdam UMC wijst op het vermogen van het algoritme om complexe, latente patronen te herkennen in de langetermijngezondheidsgeschiedenis van patiënten [3]. De onderzoekers verwachten dat deze methodologie ook kan worden toegepast bij andere kankersoorten, zoals pancreas-, maag- en eierstokkanker [3].