The Use of Deep Learning and Machine Learning on Longitudinal Electronic Health Records for the Early Detection and Prevention of Diseases: Scoping Review

Auteurs
Laura Swinckels, Harmen Bijwaard, Ander de Keijzer, Janneke Scheerman, Frank C. Bennis, Kirsten Ziesemer, Josef Bruers
Soort object
Artikel
Datum
2024
Samenvatting
In dit onderzoek is gekeken naar voorbeelden uit de literatuur vanuit verschillende gezondheidsdisciplines. Verschillende studies pasten machine learning (vaak deep learning) toe voor de vroegdetectie van ziekten op basis van beschikbare data uit het elektronisch patiëntendossier (EPD). Het bleek dat machine learning in staat was om zeer accuraat ziekten te detecteren a.d.h.v. de EPD data van een individu. Ook kon daarmee de belangrijkste indicatoren voor die ziekten worden aangewezen. In sommige gezondheidsdisciplines kon er een risico-inschatting voor het ontwikkelen van een ziekte worden gemaakt, nog voordat de ziekte ontstaan is, wat ruimte biedt voor preventie interventies en daarmee gerichte, gepersonaliseerde zorg. Dit concept werd in verschillende gezondheidsdisciplines onderzocht (voor de detectie van hartaandoeningen, diabetes, dementie tot aan mentale aandoeningen) en biedt waardevolle mogelijkheden voor screening op basis van berekend risico, gepersonaliseerde zorg, werkdrukverlaging en toekomstgericht gezondheidsbeleid.