UZ Leuven meldt woensdag dat een volledig geautomatiseerd AI-model de dagelijkse dosis tacrolimus bij niertransplantatiepatiënten nauwkeuriger kan voorspellen dan artsen, staat in een persbericht. De toepassing is volledig geïntegreerd in het elektronisch patiëntendossier en werd succesvol getest in een klinische studie met bijna 300 nieuwe patiënten.
Tacrolimus blijft essentieel om afstoting van een nieuw orgaan te voorkomen, maar vooral in de eerste weken na de transplantatie is de optimale dosis moeilijk in te schatten door grote interindividuele verschillen in absorptie. Te hoge dosissen kunnen nefrotoxiciteit en andere bijwerkingen veroorzaken, te lage dosissen leiden tot afstoting.
UZ Leuven-onderzoekers ontwikkelden tijdens de voorbije drie jaar een AI-toepassing die automatisch de aanbevolen dosis genereert op basis van dagverse bloedresultaten en medische parameters uit het elektronisch patiëntendossier. Het is wereldwijd de eerste keer dat een beslissingsondersteunend AI-model volledig geïntegreerd in een EPD zonder menselijke tussenkomst werd getest in de kliniek. Artsen valideren enkel nog de aanbeveling in het voorschriftensysteem.
De studie, gepubliceerd in het tijdschrift Clinical Pharmacology & Therapeutics, toont volgens het team een duidelijke meerwaarde. In meer dan 99% van de gevallen volgden artsen de aanbeveling van het algoritme. De AI-aanpak leidde sneller tot de gewenste therapeutische spiegels en veroorzaakte minder schommelingen, waardoor transplantatieteams sneller kunnen stabiliseren.
Prof. dr. Dirk Kuypers (foto), nefroloog in UZ Leuven, benadrukt het belang van deze validatie: “Het is de eerste keer ooit dat we klinisch bewijs hebben dat een volledig geautomatiseerd AI-model, geïntegreerd in het elektronisch patiëntendossier, de juiste dosering beter kan voorspellen dan artsen.” Hij voegt toe dat: "Onze simulaties in de computer waren bijna identiek als de computerbeslissingen in de studie met nieuwe patiënten."
Het model werd ontwikkeld op basis van historische gegevens van 315 niertransplantatiepatiënten. Na succesvolle simulaties volgde een gerandomiseerde prospectieve studie met 293 nieuwe ontvangers: een derde kreeg de dosis bepaald door artsen, twee derde door het algoritme.
Het systeem blijft bovendien leren. Naarmate er meer individuele data beschikbaar komen, wordt de doseringsvoorspelling steeds patiëntspecifieker, met minder afhankelijkheid van populatiegegevens.
De technologie kan volgens de onderzoekers ook breder worden ingezet. “We zien veel potentieel in dit model en gaan verder onderzoek doen naar een AI-model dat bijvoorbeeld de juiste dosis antibiotica, chemotherapie of andere medicatie kan voorspellen”, aldus prof. Kuypers.
Andere transplantatiecentra in Azië en de Verenigde Staten hebben al interesse getoond. UZ Leuven onderzoekt nu of het systeem intern verder wordt uitgerold of ook commercieel wordt aangeboden, in overeenstemming met de Europese Medical Device Regulation.
