Als een kind na een reanimatie niet wakker wordt, kan het dagen tot weken duren voordat er meer duidelijkheid is over de overlevingskans. ‘De onzekerheid is volgens veel ouders bijna erger dan slecht nieuws,’ vertelt neuroloog Robert van den Berg. Om snel meer duidelijkheid te kunnen geven, ontwikkelde hij samen met kinderneuroloog Maayke Hunfeld en collega’s van de TU Delft een machine learning-model dat de overlevingskans na een reanimatie kan voorspellen.
Hersenactiviteit
Het computermodel maakt de voorspelling op basis de hersenactiviteit van het kind. Dit wordt in het ziekenhuis gemeten met een EEG-apparaat. ‘Bij volwassen patiënten kunnen artsen zelf een inschatting maken van de overlevingskans door naar patronen in het EEG te kijken’ vertelt Van den Berg. ‘Bij kinderen is dit lastig omdat reanimatie bij hen – gelukkig – zeldzaam is. Daardoor zijn er minder data beschikbaar.’
De onderzoekers trainden het voorspelmodel met EEG-data van kinderen die waren gereanimeerd, gecombineerd met hun gezondheidsuitkomsten na één jaar. Het model leerde vervolgens zelf verbanden leggen. En met succes: het kan binnen 24 uur na een hartstilstand de overlevingskans van een kind bepalen.
‘Met dit model kunnen we ouders iets van houvast bieden’
Het model is beter in het voorspellen van overlijden dan van overleven, vertelt Van den Berg. ‘Ons uitgangspunt was: het model mag nooit onterecht zeggen dat een kind zal overlijden. Dit kan er namelijk ook toe leiden dat we bepaalde behandelingen niet meer starten. Het model is daarom 100 procent correct als het een overlijden voorspelt, maar iets minder nauwkeurig in het voorspellen van overleven.’
Wat het model extra bijzonder maakt, is dat het een uitleg geeft bij alle voorspellingen. Van den Berg: ‘We willen tot in de puntjes begrijpen waarom het model bepaalde keuzes maakt. Dit helpt artsen om de voorspelling op waarde te schatten. Het kan bijvoorbeeld zijn dat het model een beslissing baseert op een EEG-patroon waarvan de arts weet dat het door bepaalde medicatie komt. Als dat zo is, dan wil je dat weten.’
De onderbouwing die het model geeft, leverde de onderzoekers ook nieuwe inzichten op. Ze leerden bijvoorbeeld dat stiltes in de hersenactiviteit een belangrijke voorspeller is voor overlijden na een reanimatie. Hoe meer stiltes, hoe slechter de uitkomst. ‘Dit lijkt logisch, maar dit patroon zien we bij kinderen veel duidelijker dan bij volwassenen. ’
Zwaarste periode van hun leven
Het model wordt op dit moment nog niet in de kliniek gebruikt, het wordt eerst in andere ziekenhuizen getest. Maar ook voor daarna heeft Van den Berg al genoeg plannen. Zo hoopt hij dat het model in de toekomst ook leert voorspellen hoe een kind zich na een reanimatie zal ontwikkelen en welke behandeling het beste zal aanslaan. ‘We weten niet goed welke patiënten baat hebben bij welke behandeling. Ik hoop dat het model ons hier de komende jaren bij kan helpen,’ zegt de neuroloog.
Hoewel er dus nog genoeg wensen zijn, benadrukt Van den Berg dat hij heel trots is op het model dat er nu staat. ‘Het is geweldig hoe we dit samen hebben gedaan: van de kinder-intensive care en de neurologie tot de technische geneeskunde en de wiskunde. Ik vind het mooi dat we ouders, die door de zwaarste periode van hun leven gaan, met dit model iets van houvast kunnen bieden.’
Samenwerking TU Delft
Voor het onderzoek werkte Robert van den Berg intensief samen met de TU Delft, waaronder met hooglaar Statistiek Geurt Jongbloed en masterstudent Femke Lückerath. De samenwerking met de technische universiteit beviel goed. ‘Het was een win-winsituatie: wij kregen hulp bij het beantwoorden van onze vragen, en zij kregen de kans om hun mooie ideeën en algoritmes toe te passen op een concreet vraagstuk. Zo kwamen de klinische vraag en technische expertise prachtig bij elkaar.’
