AIToday Live

S08E42 - AI voorspelt hartziekten door naar je stem te luisteren

• Aigency by Info Support • Season 8 • Episode 42

Share episode

Use Left/Right to seek, Home/End to jump to start or end. Hold shift to jump forward or backward.

0:00 | 9:41

Artificial Intelligence detecteert hartfalen twee weken eerder door vijf seconden naar je stem te luisteren. Het probleem is dat huidige methoden pas ingrijpen als patiënten al kortademig zijn - te laat voor 22 mensen die dagelijks overlijden aan hartfalen. Het Vox-algoritme hoort subtiele veranderingen door vochtophoping die geen mens kan waarnemen.

Nederlandse ziekenhuizen testen dit nu bij 200 patiënten omdat Amerikaanse studies 47% minder spoedopnames toonden. Morgen kun je je cardioloog vragen naar deelname aan de lopende studie in Maastricht UMC+, Zuyderland of Medisch Spectrum Twente.

Onderwerpen

  • Vox AI-systeem detecteert hartfalen 14-21 dagen eerder via stemanalyse
  • Nederlandse ziekenhuizen testen stemherkenning bij 200 hartfalenpatiënten
  • Stemanalyse voor vroege detectie van Parkinson, Alzheimer en andere aandoeningen
  • Implementatie van AI in zorg: van experiment naar praktische toepassing
Links

Genoemde entiteiten: Noah Labs - Maastricht UMC+ - Zuyderland - Medisch Spectrum Twente - FDA - Erasmus MC - CardioMEMS

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

1
00:00:00,640 --> 00:00:02,319
Vijf seconden.

2
00:00:02,320 --> 00:00:09,839
Zo lang duurt het om bijvoorbeeld een voicebericht in te sturen naar iemand om je wekker uit te zetten of om te zuchten naar een lange dag.

3
00:00:09,839 --> 00:00:23,9191
00:00:00,640 --> 00:00:02,319
Vijf seconden.

2
00:00:02,320 --> 00:00:09,839
Zo lang duurt het om bijvoorbeeld een voicebericht in te sturen naar iemand om je wekker uit te zetten of om te zuchten naar een lange dag.

3
00:00:09,839 --> 00:00:23,919
Maar stel je voor dat diezelfde vijf seconden genoeg zijn om te voorspellen of je hart het gaat begeven en dan geen bloedafname, geen sensor op je lijf, geen ziekenhuisbezoek, gewoon jouw stem opgenomen met je telefoon.

4
00:00:24,559 --> 00:00:28,159
Welkom bij een korte aflevering van AIToday Live.

5
00:00:28,159 --> 00:00:31,760
Mijn naam Joop Snijder, Head of AI bij Info Support.

6
00:00:32,719 --> 00:00:36,719
Het onderwerp van deze week gaat me letterlijk aan het hart.

7
00:00:37,039 --> 00:00:42,879
Meer dan 20 jaar geleden heb ik zelf een harttransplantatie ondergaan vanwege ernstige hartfalen.

8
00:00:42,880 --> 00:00:47,199
Ik weet dus uit eerste hand wat het betekent als je hart het laat afweten.

9
00:00:47,199 --> 00:00:51,280
De impact op je leven, op je omgeving, dat vergeet je nooit meer.

10
00:00:51,520 --> 00:00:57,600
En juist daarom vind ik het zo bijzonder dat een technologie waar we het vandaag over gaan hebben, Vox.

11
00:00:57,599 --> 00:01:01,920
Straks kan helpen om hartfalen vroegtijdig te signaleren.

12
00:01:02,240 --> 00:01:04,239
Voordat het zover komt.

13
00:01:05,119 --> 00:01:16,239
Het bedrijf Noah Labs, opgericht in Berlijn met onderzoekers in Boston, heeft namelijk een systeem ontwikkeld dat luistert naar je stem en daaruit kan afleiden of je hartfalen dreigt.

14
00:01:16,239 --> 00:01:17,999
Zij noemen het Vox.

15
00:01:18,000 --> 00:01:19,039
VOX.

16
00:01:19,280 --> 00:01:20,799
En het werkt als volgt.

17
00:01:20,799 --> 00:01:24,879
Je spreekt vijf seconden in via een app op je smartphone of tablet.

18
00:01:24,879 --> 00:01:34,640
En een AI-algoritme analyseert dan de akoestische kenmerken van je stem en zoekt naar patronen die wijzen op vochtophoping in je longen.

19
00:01:34,879 --> 00:01:37,040
Want dat is wat er bij hartfalen gebeurt.

20
00:01:37,040 --> 00:01:43,519
Vocht hoopt zich op rond je longen en rond je stembanden en dat beïnvloedt heel subtiel hoe je klinkt.

21
00:01:43,520 --> 00:01:48,320
Zo subtiel dat geen mensen het hoort, maar de AI het wel kan detecteren.

22
00:01:48,960 --> 00:01:54,159
Wat ik hier vooral bij wil benadrukken, is dit gaat niet over generatieve AI.

23
00:01:54,159 --> 00:01:55,839
Het gaat niet over ChatGPT.

24
00:01:56,080 --> 00:02:03,920
Noah Labs heeft een eigen deep learning model gebouwd, getraind op een eigen dataset van meer dan 3 miljoen stemopnames.

25
00:02:03,919 --> 00:02:08,000
En het model genereert dus geen tekst of beeld, nee, het classificeert.

26
00:02:08,400 --> 00:02:15,520
Het luistert naar akoestische kenmerken in je stem en bepaalt of die passen bij een patroon dat wijst op vochtophoping.

27
00:02:15,519 --> 00:02:19,680
En dat is een heel ander type AI dan waar de meeste mensen nu aan denken.

28
00:02:19,680 --> 00:02:27,039
Dit is veel meer de traditionele machine learning, deep learning die we gebruikten voor de generatieve AI.

29
00:02:27,200 --> 00:02:30,639
Dat laat mooi zien hoe breed het AI-veld eigenlijk is.

30
00:02:31,599 --> 00:02:33,520
Terug naar Vox.

31
00:02:33,520 --> 00:02:42,879
Het algoritme kan namelijk verslechtering veertien tot 21 dagen eerder detecteren dan de huidige standaardmethode.

32
00:02:42,879 --> 00:02:44,879
Dus twee tot drie weken.

33
00:02:44,879 --> 00:02:49,919
Dat kan echt het verschil zijn tussen op tijd je medicatie aanpassen en een spoedopname.

34
00:02:50,479 --> 00:02:52,160
En hier wordt het concreet.

35
00:02:52,160 --> 00:03:00,319
Want de Amerikaanse toezichthouder FDA heeft Vox een zogenaamde Breakthrough Device Designation gegeven.

36
00:03:00,319 --> 00:03:05,520
En dat is nog geen goedkeuring om het morgen bij je huisarts te gebruiken, maar het is echt een flinke stap.

37
00:03:05,519 --> 00:03:12,079
Dat betekent dat de FDA zegt, dit is veelbelovend genoeg om het versneld te beoordelen.

38
00:03:12,079 --> 00:03:19,760
Het systeem is namelijk ook getest in tijdens vijf grote studies bij gerenommeerde ziekenhuizen wereldwijd.

39
00:03:20,079 --> 00:03:25,439
En ook in Europa en in Nederland is het goedkeuringstraject in volle gang.

40
00:03:25,439 --> 00:03:31,039
Noah Labs verwacht Europese goedkeuring rond medio 2026.

41
00:03:31,280 --> 00:03:36,240
En wat het voor ons als Nederlanders extra interessant maakt, dit wordt hier getest.

42
00:03:36,239 --> 00:03:40,000
Niet bij één, maar zelfs bij drie Nederlandse ziekenhuizen.

43
00:03:40,000 --> 00:03:47,039
Maastricht UMC+, Zuyderland Medisch Centrum en Medisch Spectrum Twente.

44
00:03:47,040 --> 00:03:55,040
En wat zij hebben gedaan, of waar ze mee bezig zijn, is 200 hartfalenpatiënten mee aan een dubbelblind onderzoek.

45
00:03:55,199 --> 00:04:00,879
De helft gebruikt dagelijkse stemherkenning via een app, de andere vormt de controlegroep.

46
00:04:00,879 --> 00:04:06,719
En zo wordt er straks meetbaar of deze technologie daadwerkelijk ziekenhuisopnames kan voorkomen.

47
00:04:07,199 --> 00:04:10,080
En dat is natuurlijk precies wat de zorg nodig heeft.

48
00:04:10,079 --> 00:04:16,159
Want met de personeelstekorten en stijgende kosten is elke voorkomende opname winst.

49
00:04:16,159 --> 00:04:26,800
Een patiënt die thuis een paar zinnen inspreekt via een app en een arts die op tijd kan ingrijpen door medicatie bij te stellen, dat is toch wel echt slim gebruik van technologie.

50
00:04:27,280 --> 00:04:30,160
Waarom ben ik hier nou zo enthousiast over?

51
00:04:30,719 --> 00:04:40,160
Vooral eigenlijk omdat we in de media voortdurend lezen over AI-experimenten in de zorg die het uiteindelijk nooit verder brengen dan een persbericht of een paper.

52
00:04:40,159 --> 00:04:43,520
Een mooi onderzoek, indrukwekkende cijfers en dan wordt het stil.

53
00:04:43,519 --> 00:04:45,519
De technologie bereikt de patiënt niet.

54
00:04:45,519 --> 00:04:48,879
Het blijft hangen in een labomgeving.

55
00:04:48,879 --> 00:04:50,639
Bij Vox is dat dus anders.

56
00:04:50,639 --> 00:04:53,159
Dus die FDA-erkenning.

57
00:04:53,160 --> 00:04:58,000
En het Europese traject laten zien, dat dit op weg is naar de dagelijkse praktijk.

58
00:04:58,000 --> 00:05:02,680
Het maakt het verschil tussen een interessante idee en iets dat echt levens gaat redden.

59
00:05:03,079 --> 00:05:08,040
En ik heb de cijfers van de Hartstichting erbij gepakt en die liegen er niet om.

60
00:05:08,040 --> 00:05:13,159
Dus om 240.000 mensen in Nederland hebben de diagnose hartfalen.

61
00:05:13,159 --> 00:05:20,519
Daarnaast lopen er naar schatting nog eens 255.000 mensen rond met klachten zonder dat de diagnose is gesteld.

62
00:05:20,519 --> 00:05:24,279
Ze krijgen geen behandeling en worden dus langzaam zieker.

63
00:05:24,439 --> 00:05:30,120
Daarbovenop komt dat elke dag overlijden 22 mensen aan hartfalen in ons land.

64
00:05:30,120 --> 00:05:32,040
Elke dag 22 mensen.

65
00:05:32,040 --> 00:05:37,800
En ruim een derde van de patiënten overlijdt binnen een jaar na de eerste ziekenhuisopname.

66
00:05:38,040 --> 00:05:40,279
Laat die cijfers even landen.

67
00:05:40,519 --> 00:05:49,160
Bedenk dan dat Noah Labs claimt het aantal ziekenhuisopnames door hartfalen met 50% te kunnen verminderen de helft.

68
00:05:49,399 --> 00:05:53,480
Dus bij een ziekte waar dagelijks 22 mensen aan overlijden.

69
00:05:54,039 --> 00:05:57,000
Vroeg signaleren is hier geen abstract idee.

70
00:05:57,000 --> 00:06:01,319
Het is het verschil tussen thuis medicatie bijstellen of een ambulance bellen.

71
00:06:01,959 --> 00:06:06,200
En wat ik zo bijzonder vind aan deze ontwikkeling is de vraag die het oproept.

72
00:06:06,199 --> 00:06:09,639
Wat zit er dan nog meer verborgen in ons stemgeluid.

73
00:06:10,120 --> 00:06:13,720
En het antwoord is waarschijnlijk behoorlijk wat.

74
00:06:13,720 --> 00:06:19,319
Want onderzoekers werken wereldwijd aan stemanalyse voor een groeiend aantal aandoeningen.

75
00:06:19,319 --> 00:06:25,160
Bij Parkinson bijvoorbeeld zijn subtiele stemveranderingen, kleine trillingen, verschuivingen in toonhoogte.

76
00:06:25,159 --> 00:06:27,480
Soms het eerste teken van de ziekte.

77
00:06:27,480 --> 00:06:31,399
Nog voordat je trillende handen of stijfheid opmerkt.

78
00:06:31,720 --> 00:06:35,240
En bij Alzheimer verandert het taalgebruik.

79
00:06:35,240 --> 00:06:39,399
Dus meer aarzelingen, langzamer spreken, vaker zoeken naar woorden.

80
00:06:39,720 --> 00:06:47,160
Zelfs ook bij depressie, diabetes en zelfs COVID-19 zijn veranderingen in de stem als biomarker onderzocht.

81
00:06:47,319 --> 00:06:49,959
Je stem verandert als je ziek bent.
82
00:06:50,279 --> 00:06:54,840
Uiteindelijk herken je dat, want je hoort het soms ook zelf, bijvoorbeeld bij een verkoudheid.
 82
00:06:54,840 --> 00:06:59,800
Maar er zijn dus ook veranderingen die zo klein zijn dat alleen een algoritme ze oppikt.
 83
00:06:59,800 --> 00:07:01,879
Dat is toch wel de kracht van dit soort AI.
 84
00:07:02,040 --> 00:07:08,920
Het haalt informatie uit data die er altijd al was, maar die we als mens simpelweg niet konden waarnemen.
 85
00:07:11,480 --> 00:07:19,879
Het mooie is de drempel is zo laag, dus geen dure apparatuur, geen invasieve ingreep, gewoon een stukje audio.
 86
00:07:20,199 --> 00:07:26,280
Voor patiënten die thuis hun gezondheid willen monitoren, is dat een wereld van verschil vergeleken met bestaande methodes.
 87
00:07:26,600 --> 00:07:37,400
Want de huidige standaard voor het volgen van hartfalen op afstand, is dat er bijvoorbeeld Abbott's CardioMEMS, een sensor die wordt dan operatief in de longslagader, die wordt dan geplaatst.
 88
00:07:37,560 --> 00:07:43,800
Dat is wel effectief, maar niet bepaald laagdrempelig zoals je hoort.
 89
00:07:44,920 --> 00:07:49,160
We hebben het in eerdere afleveringen vaker gehad over AI in de zorg.
 90
00:07:49,159 --> 00:07:58,280
In ons gesprek met nefroloog Martin de Borst over AI en nierziekten ging het over hoe AI-modellen patiënten helpen om meer regie te krijgen over hun eigen gezondheid.
 91
00:07:58,279 --> 00:08:01,000
Door beter te begrijpen wat er in het lichaam gebeurt.
 92
00:08:01,000 --> 00:08:02,680
Dus kun je terugluisteren.
 93
00:08:02,680 --> 00:08:07,959
Dat is even kijken uit mijn hoofd, seizoen 7, aflevering 17.
 94
00:08:08,199 --> 00:08:14,599
En bij het Erasmus MC hoorden we hoe AI-modellen worden ingezet om doorligplekken te voorspellen.
 95
00:08:14,600 --> 00:08:19,320
Hier kun je terugluisteren in seizoen 5, aflevering 75.
 96
00:08:19,319 --> 00:08:24,920
En het patroon, dat maakt het zo interessant, deze aflevering: het patroon is telkens hetzelfde.
 97
00:08:24,920 --> 00:08:33,960
AI die subtiele signalen oppikt, die mensen over het hoofd horen of zien en die dat omzet in tijdige actie.
 98
00:08:34,279 --> 00:08:39,559
Dus ja, vijf seconden stem, geen naald, geen sensor, geen wachtkamer.
 99
00:08:39,559 --> 00:08:43,480
Het klinkt als iets uit de verre toekomst, maar het gebeurt nu.
 100
00:08:44,759 --> 00:08:48,200
Dit is de nabije toekomst van preventieve zorg.
 101
00:08:48,759 --> 00:08:55,720
En natuurlijk zullen er nog vragen zijn die beantwoord moeten worden over betrouwbaarheid in verschillende situaties.
 102
00:08:55,720 --> 00:09:01,159
Over privacy, wie heeft toegang tot de stemopnames en over de vergoeding door zorgverzekeraars.
 103
00:09:01,159 --> 00:09:07,879
Maar het feit dat die vragen nu gesteld kunnen worden, betekent dat we voorbij het stadium van een leuk experiment zijn.
 104
00:09:08,360 --> 00:09:12,120
En dat stemt mij in ieder geval heel erg hoopvol.
 105
00:09:13,559 --> 00:09:21,639
We sluiten natuurlijk altijd af met AI is niet de oplossing van elk probleem, maar onmisbaar waar het past.
 106
00:09:22,279 --> 00:09:26,600
Dankjewel voor het luisteren naar deze korte aflevering van AIToday Live.
 107
00:09:26,920 --> 00:09:31,879
Als je je abonneert via je favoriete podcast app, dan mis je geen aflevering.
 108
00:09:31,879 --> 00:09:33,560
Tot de volgende keer.
 
Maar stel je voor dat diezelfde vijf seconden genoeg zijn om te voorspellen of je hart het gaat begeven en dan geen bloedafname, geen sensor op je lijf, geen ziekenhuisbezoek, gewoon jouw stem opgenomen met je telefoon.

4
00:00:24,559 --> 00:00:28,159
Welkom bij een korte aflevering van AIToday Live.

5
00:00:28,159 --> 00:00:31,760
Mijn naam Joop Snijder, Head of AI bij Info Support.

6
00:00:32,719 --> 00:00:36,719
Het onderwerp van deze week gaat me letterlijk aan het hart.

7
00:00:37,039 --> 00:00:42,879
Meer dan 20 jaar geleden heb ik zelf een harttransplantatie ondergaan vanwege ernstige hartfalen.

8
00:00:42,880 --> 00:00:47,199
Ik weet dus uit eerste hand wat het betekent als je hart het laat afweten.

9
00:00:47,199 --> 00:00:51,280
De impact op je leven, op je omgeving, dat vergeet je nooit meer.

10
00:00:51,520 --> 00:00:57,600
En juist daarom vind ik het zo bijzonder dat een technologie waar we het vandaag over gaan hebben, Vox.

11
00:00:57,599 --> 00:01:01,920
Straks kan helpen om hartfalen vroegtijdig te signaleren.

12
00:01:02,240 --> 00:01:04,239
Voordat het zover komt.

13
00:01:05,119 --> 00:01:16,239
Het bedrijf Noah Labs, opgericht in Berlijn met onderzoekers in Boston, heeft namelijk een systeem ontwikkeld dat luistert naar je stem en daaruit kan afleiden of je hartfalen dreigt.

14
00:01:16,239 --> 00:01:17,999
Zij noemen het Vox.

15
00:01:18,000 --> 00:01:19,039
VOX.

16
00:01:19,280 --> 00:01:20,799
En het werkt als volgt.

17
00:01:20,799 --> 00:01:24,879
Je spreekt vijf seconden in via een app op je smartphone of tablet.

18
00:01:24,879 --> 00:01:34,640
En een AI-algoritme analyseert dan de akoestische kenmerken van je stem en zoekt naar patronen die wijzen op vochtophoping in je longen.

19
00:01:34,879 --> 00:01:37,040
Want dat is wat er bij hartfalen gebeurt.

20
00:01:37,040 --> 00:01:43,519
Vocht hoopt zich op rond je longen en rond je stembanden en dat beïnvloedt heel subtiel hoe je klinkt.

21
00:01:43,520 --> 00:01:48,320
Zo subtiel dat geen mensen het hoort, maar de AI het wel kan detecteren.

22
00:01:48,960 --> 00:01:54,159
Wat ik hier vooral bij wil benadrukken, is dit gaat niet over generatieve AI.

23
00:01:54,159 --> 00:01:55,839
Het gaat niet over ChatGPT.

24
00:01:56,080 --> 00:02:03,920
Noah Labs heeft een eigen deep learning model gebouwd, getraind op een eigen dataset van meer dan 3 miljoen stemopnames.

25
00:02:03,919 --> 00:02:08,000
En het model genereert dus geen tekst of beeld, nee, het classificeert.

26
00:02:08,400 --> 00:02:15,520
Het luistert naar akoestische kenmerken in je stem en bepaalt of die passen bij een patroon dat wijst op vochtophoping.

27
00:02:15,519 --> 00:02:19,680
En dat is een heel ander type AI dan waar de meeste mensen nu aan denken.

28
00:02:19,680 --> 00:02:27,039
Dit is veel meer de traditionele machine learning, deep learning die we gebruikten voor de generatieve AI.

29
00:02:27,200 --> 00:02:30,639
Dat laat mooi zien hoe breed het AI-veld eigenlijk is.

30
00:02:31,599 --> 00:02:33,520
Terug naar Vox.

31
00:02:33,520 --> 00:02:42,879
Het algoritme kan namelijk verslechtering veertien tot 21 dagen eerder detecteren dan de huidige standaardmethode.

32
00:02:42,879 --> 00:02:44,879
Dus twee tot drie weken.

33
00:02:44,879 --> 00:02:49,919
Dat kan echt het verschil zijn tussen op tijd je medicatie aanpassen en een spoedopname.

34
00:02:50,479 --> 00:02:52,160
En hier wordt het concreet.

35
00:02:52,160 --> 00:03:00,319
Want de Amerikaanse toezichthouder FDA heeft Vox een zogenaamde Breakthrough Device Designation gegeven.

36
00:03:00,319 --> 00:03:05,520
En dat is nog geen goedkeuring om het morgen bij je huisarts te gebruiken, maar het is echt een flinke stap.

37
00:03:05,519 --> 00:03:12,079
Dat betekent dat de FDA zegt, dit is veelbelovend genoeg om het versneld te beoordelen.

38
00:03:12,079 --> 00:03:19,760
Het systeem is namelijk ook getest in tijdens vijf grote studies bij gerenommeerde ziekenhuizen wereldwijd.

39
00:03:20,079 --> 00:03:25,439
En ook in Europa en in Nederland is het goedkeuringstraject in volle gang.

40
00:03:25,439 --> 00:03:31,039
Noah Labs verwacht Europese goedkeuring rond medio 2026.

41
00:03:31,280 --> 00:03:36,240
En wat het voor ons als Nederlanders extra interessant maakt, dit wordt hier getest.

42
00:03:36,239 --> 00:03:40,000
Niet bij één, maar zelfs bij drie Nederlandse ziekenhuizen.

43
00:03:40,000 --> 00:03:47,039
Maastricht UMC+, Zuyderland Medisch Centrum en Medisch Spectrum Twente.

44
00:03:47,040 --> 00:03:55,040
En wat zij hebben gedaan, of waar ze mee bezig zijn, is 200 hartfalenpatiënten mee aan een dubbelblind onderzoek.

45
00:03:55,199 --> 00:04:00,879
De helft gebruikt dagelijkse stemherkenning via een app, de andere vormt de controlegroep.

46
00:04:00,879 --> 00:04:06,719
En zo wordt er straks meetbaar of deze technologie daadwerkelijk ziekenhuisopnames kan voorkomen.

47
00:04:07,199 --> 00:04:10,080
En dat is natuurlijk precies wat de zorg nodig heeft.

48
00:04:10,079 --> 00:04:16,159
Want met de personeelstekorten en stijgende kosten is elke voorkomende opname winst.

49
00:04:16,159 --> 00:04:26,800
Een patiënt die thuis een paar zinnen inspreekt via een app en een arts die op tijd kan ingrijpen door medicatie bij te stellen, dat is toch wel echt slim gebruik van technologie.

50
00:04:27,280 --> 00:04:30,160
Waarom ben ik hier nou zo enthousiast over?

51
00:04:30,719 --> 00:04:40,160
Vooral eigenlijk omdat we in de media voortdurend lezen over AI-experimenten in de zorg die het uiteindelijk nooit verder brengen dan een persbericht of een paper.

52
00:04:40,159 --> 00:04:43,520
Een mooi onderzoek, indrukwekkende cijfers en dan wordt het stil.

53
00:04:43,519 --> 00:04:45,519
De technologie bereikt de patiënt niet.

54
00:04:45,519 --> 00:04:48,879
Het blijft hangen in een labomgeving.

55
00:04:48,879 --> 00:04:50,639
Bij Vox is dat dus anders.

56
00:04:50,639 --> 00:04:53,159
Dus die FDA-erkenning.

57
00:04:53,160 --> 00:04:58,000
En het Europese traject laten zien, dat dit op weg is naar de dagelijkse praktijk.

58
00:04:58,000 --> 00:05:02,680
Het maakt het verschil tussen een interessante idee en iets dat echt levens gaat redden.

59
00:05:03,079 --> 00:05:08,040
En ik heb de cijfers van de Hartstichting erbij gepakt en die liegen er niet om.

60
00:05:08,040 --> 00:05:13,159
Dus om 240.000 mensen in Nederland hebben de diagnose hartfalen.

61
00:05:13,159 --> 00:05:20,519
Daarnaast lopen er naar schatting nog eens 255.000 mensen rond met klachten zonder dat de diagnose is gesteld.

62
00:05:20,519 --> 00:05:24,279
Ze krijgen geen behandeling en worden dus langzaam zieker.

63
00:05:24,439 --> 00:05:30,120
Daarbovenop komt dat elke dag overlijden 22 mensen aan hartfalen in ons land.

64
00:05:30,120 --> 00:05:32,040
Elke dag 22 mensen.

65
00:05:32,040 --> 00:05:37,800
En ruim een derde van de patiënten overlijdt binnen een jaar na de eerste ziekenhuisopname.

66
00:05:38,040 --> 00:05:40,279
Laat die cijfers even landen.

67
00:05:40,519 --> 00:05:49,160
Bedenk dan dat Noah Labs claimt het aantal ziekenhuisopnames door hartfalen met 50% te kunnen verminderen de helft.

68
00:05:49,399 --> 00:05:53,480
Dus bij een ziekte waar dagelijks 22 mensen aan overlijden.

69
00:05:54,039 --> 00:05:57,000
Vroeg signaleren is hier geen abstract idee.

70
00:05:57,000 --> 00:06:01,319
Het is het verschil tussen thuis medicatie bijstellen of een ambulance bellen.

71
00:06:01,959 --> 00:06:06,200
En wat ik zo bijzonder vind aan deze ontwikkeling is de vraag die het oproept.

72
00:06:06,199 --> 00:06:09,639
Wat zit er dan nog meer verborgen in ons stemgeluid.

73
00:06:10,120 --> 00:06:13,720
En het antwoord is waarschijnlijk behoorlijk wat.

74
00:06:13,720 --> 00:06:19,319
Want onderzoekers werken wereldwijd aan stemanalyse voor een groeiend aantal aandoeningen.

75
00:06:19,319 --> 00:06:25,160
Bij Parkinson bijvoorbeeld zijn subtiele stemveranderingen, kleine trillingen, verschuivingen in toonhoogte.

76
00:06:25,159 --> 00:06:27,480
Soms het eerste teken van de ziekte.

77
00:06:27,480 --> 00:06:31,399
Nog voordat je trillende handen of stijfheid opmerkt.

78
00:06:31,720 --> 00:06:35,240
En bij Alzheimer verandert het taalgebruik.

79
00:06:35,240 --> 00:06:39,399
Dus meer aarzelingen, langzamer spreken, vaker zoeken naar woorden.

80
00:06:39,720 --> 00:06:47,160
Zelfs ook bij depressie, diabetes en zelfs COVID-19 zijn veranderingen in de stem als biomarker onderzocht.

81
00:06:47,319 --> 00:06:49,959
Je stem verandert als je ziek bent.
82
00:06:50,279 --> 00:06:54,840
Uiteindelijk herken je dat, want je hoort het soms ook zelf, bijvoorbeeld bij een verkoudheid.
 82
00:06:54,840 --> 00:06:59,800
Maar er zijn dus ook veranderingen die zo klein zijn dat alleen een algoritme ze oppikt.
 83
00:06:59,800 --> 00:07:01,879
Dat is toch wel de kracht van dit soort AI.
 84
00:07:02,040 --> 00:07:08,920
Het haalt informatie uit data die er altijd al was, maar die we als mens simpelweg niet konden waarnemen.
 85
00:07:11,480 --> 00:07:19,879
Het mooie is de drempel is zo laag, dus geen dure apparatuur, geen invasieve ingreep, gewoon een stukje audio.
 86
00:07:20,199 --> 00:07:26,280
Voor patiënten die thuis hun gezondheid willen monitoren, is dat een wereld van verschil vergeleken met bestaande methodes.
 87
00:07:26,600 --> 00:07:37,400
Want de huidige standaard voor het volgen van hartfalen op afstand, is dat er bijvoorbeeld Abbott's CardioMEMS, een sensor die wordt dan operatief in de longslagader, die wordt dan geplaatst.
 88
00:07:37,560 --> 00:07:43,800
Dat is wel effectief, maar niet bepaald laagdrempelig zoals je hoort.
 89
00:07:44,920 --> 00:07:49,160
We hebben het in eerdere afleveringen vaker gehad over AI in de zorg.
 90
00:07:49,159 --> 00:07:58,280
In ons gesprek met nefroloog Martin de Borst over AI en nierziekten ging het over hoe AI-modellen patiënten helpen om meer regie te krijgen over hun eigen gezondheid.
 91
00:07:58,279 --> 00:08:01,000
Door beter te begrijpen wat er in het lichaam gebeurt.
 92
00:08:01,000 --> 00:08:02,680
Dus kun je terugluisteren.
 93
00:08:02,680 --> 00:08:07,959
Dat is even kijken uit mijn hoofd, seizoen 7, aflevering 17.
 94
00:08:08,199 --> 00:08:14,599
En bij het Erasmus MC hoorden we hoe AI-modellen worden ingezet om doorligplekken te voorspellen.
 95
00:08:14,600 --> 00:08:19,320
Hier kun je terugluisteren in seizoen 5, aflevering 75.
 96
00:08:19,319 --> 00:08:24,920
En het patroon, dat maakt het zo interessant, deze aflevering: het patroon is telkens hetzelfde.
 97
00:08:24,920 --> 00:08:33,960
AI die subtiele signalen oppikt, die mensen over het hoofd horen of zien en die dat omzet in tijdige actie.
 98
00:08:34,279 --> 00:08:39,559
Dus ja, vijf seconden stem, geen naald, geen sensor, geen wachtkamer.
 99
00:08:39,559 --> 00:08:43,480
Het klinkt als iets uit de verre toekomst, maar het gebeurt nu.
 100
00:08:44,759 --> 00:08:48,200
Dit is de nabije toekomst van preventieve zorg.
 101
00:08:48,759 --> 00:08:55,720
En natuurlijk zullen er nog vragen zijn die beantwoord moeten worden over betrouwbaarheid in verschillende situaties.
 102
00:08:55,720 --> 00:09:01,159
Over privacy, wie heeft toegang tot de stemopnames en over de vergoeding door zorgverzekeraars.
 103
00:09:01,159 --> 00:09:07,879
Maar het feit dat die vragen nu gesteld kunnen worden, betekent dat we voorbij het stadium van een leuk experiment zijn.
 104
00:09:08,360 --> 00:09:12,120
En dat stemt mij in ieder geval heel erg hoopvol.
 105
00:09:13,559 --> 00:09:21,639
We sluiten natuurlijk altijd af met AI is niet de oplossing van elk probleem, maar onmisbaar waar het past.
 106
00:09:22,279 --> 00:09:26,600
Dankjewel voor het luisteren naar deze korte aflevering van AIToday Live.
 107
00:09:26,920 --> 00:09:31,879
Als je je abonneert via je favoriete podcast app, dan mis je geen aflevering.
 108
00:09:31,879 --> 00:09:33,560
Tot de volgende keer.
 

Head Shot

Joop Snijder

Host
Head Shot

Niels Naglé

Co-host