Weten wat voor ziektes je over tien of twintig jaar krijgt, het klinkt een tikje angstaanjagend, maar het is natuurlijk ook supernuttig. En het duurt mogelijk ook niet heel lang meer voor het zo ver is. Er is nu namelijk al een AI-tool die je toekomstige gezondheid kan voorspellen.
Het slimme algoritme voorspelt om precies te zijn de kans op meer dan duizend aandoeningen plus het moment waarop je er mogelijk last van krijgt en dat tot wel twintig jaar vooruit. Het werkt volgens een bekend principe. Net zoals taalmodellen de structuur van zinnen leren, bestudeert dit systeem de ‘grammatica’ van medische gegevens. Het kijkt naar de volgorde waarin gebeurtenissen, zoals diagnoses of leefstijlfactoren, zich voordoen en hoeveel tijd er tussen zit. Op basis daarvan kan het patronen herkennen en de risico’s op toekomstige gezondheidsproblemen berekenen.
“Net zoals taal regels heeft over welke woorden elkaar opvolgen, kennen gezondheidsgeschiedenissen patronen”, legt hoofdonderzoeker Tom Fitzgerald van het European Bioinformatics Institute uit aan Scientias. “Sommige diagnoses of gebeurtenissen komen vaak vóór andere en timing speelt een grote rol. Het model leert die patronen en het tijdsverloop uit grote datasets, zodat het kan inschatten wat er mogelijk volgt en wanneer dat waarschijnlijker is.”
Kans op kanker en hartaanval
Het model, waarover in Nature is gepubliceerd, blinkt vooral uit bij ziekten met een duidelijk verloop, zoals bepaalde vormen van kanker, hartaanvallen en bloedvergiftiging. Bij aandoeningen die meer afhangen van onvoorspelbare levensgebeurtenissen, zoals psychische stoornissen of zwangerschapscomplicaties, is de voorspellende kracht veel minder groot.
Fitzgerald: “Het is het sterkst voor aandoeningen met een duidelijker verloop of korte-termijnuitkomsten, bijvoorbeeld diabetes, een hartinfarct of sepsis, waarbij risico’s zich in de tijd groeperen rond ernstige gebeurtenissen. Het is minder betrouwbaar bij sterk variabele of extern gedreven situaties, zoals veel infectieziekten en aangeboren aandoeningen.”
Voor hun model gebruikten de onderzoekers gegevens van 400.000 deelnemers uit de Britse UK Biobank. Daarna volgde een geslaagde test met een nog grotere dataset: 1,9 miljoen patiënten uit het Deense nationale zorgregister. Zo is het een van de meest uitgebreide demonstraties ooit geworden van hoe generatieve AI het ziekteverloop op grote schaal kan modelleren en voorspellen.
Fitzgerald benadrukt dat dit een cruciale test was: “We verwachtten wel enige terugval in prestaties omdat de datasets en zorgsystemen verschillen, maar het model liet nog steeds een duidelijke voorspellende waarde zien over meerdere ziekten heen. Dat suggereert dat het algemene gezondheidspatronen leert en niet slechts de eigenaardigheden van één dataset.”
Preventieve zorg
“Ons AI-model is een proof of concept”, benadrukt directeur Ewan Birney van het European Molecular Biology Laboratory. “We laten hiermee zien dat kunstmatige intelligentie in staat is om onze lange termijn gezondheidspatronen te leren en daaruit zinvolle voorspellingen te genereren. Daarmee zetten we een stap richting meer persoonlijke en preventieve zorg.”
Net als een weersvoorspelling of sportsbettingsite geeft het model kansen, geen garanties. Het kan bijvoorbeeld berekenen dat iemand een bepaalde kans heeft om binnen een jaar een hartziekte te ontwikkelen. Die risico’s worden uitgedrukt in percentages. Hoe korter de termijn, hoe nauwkeuriger de voorspelling. Een concreet voorbeeld: bij mannen tussen de 60 en 65 jaar varieert het risico op een hartaanval sterk. Voor sommigen is de kans 4 op 10.000 per jaar, terwijl anderen wel een kans van 1 op 100 kunnen hebben. Dit alles is afhankelijk van eerdere diagnoses en leefstijl. Vrouwen lopen gemiddeld minder risico, maar de spreiding komt ongeveer op hetzelfde neer.
Fitzgerald: “Het is te vergelijken met een weersvoorspelling. Je komt kansen in de tijd te weten, bijvoorbeeld een kans van ongeveer 1 op 200 in het komende jaar, het zijn geen garanties. Hogere kansen op korte termijn zijn bruikbaarder, lagere, langetermijnschattingen helpen bij planning maar mogen niet de enige basis zijn voor individuele beslissingen.”
Toekomst van de gezondheidszorg
Hoewel het model nog niet klaar is voor gebruik in de spreekkamer, zien onderzoekers nu al tal van interessante mogelijkheden. Wetenschappers kunnen met behulp van AI bijvoorbeeld beter begrijpen hoe ziektes zich ontwikkelen en hoe leefstijlkeuzes doorwerken op lange termijn. Zo kunnen vergelijkbare AI-systemen, die op meer diverse datasets getraind zijn, artsen in de toekomst helpen om risicopatiënten eerder te identificeren.
Ook voor toepassingen buiten het ziekenhuis kan het model nuttig zijn. Fitzgerald: “Het kan de ziektelast op populatieniveau jaren vooruit inschatten om de inzet van zorgmiddelen te plannen. Het kan patiëntgegevens genereren wanneer toegang tot echte data beperkt is. En het kan onderzoekers helpen begrijpen hoe een individuele levensloop de huidige en toekomstige gezondheidsrisico’s vormgeeft.”
Hoe lang het duurt voordat patiënten daadwerkelijk met dit soort AI-tools te maken krijgen? Fitzgerald: “Dat hangt af van datatoegang, validatie en regelgeving, maar we praten over jaren, niet maanden. Het vereist nog grootschalige hertraining op klinische datasets, uitgebreide evaluatie en landspecifieke goedkeuring door de toezichthouders.”
“Maar we staan aan de vooravond van een medische revolutie. Dit is een totaal nieuwe manier om menselijke gezondheid en ziekteverloop te begrijpen”, zegt Moritz Gerstung, het hoofd van de AI-afdeling van oncologie bij het DKFZ. “Dit soort generatieve modellen heeft het in zich om de zorg verder te personaliseren door te leren van een grote hoeveelheid populatiegegevens. Daarnaast is AI in staat om onze gezondheidsbehoeften te voorspellen. We hebben een krachtig hulpmiddel in handen om ziektes eerder te signaleren en gerichter in te grijpen.”
