Kunstmatige intelligentie heeft het potentieel om de efficiëntie en precisie in slaapgeneeskunde te verbeteren, wat resulteert in meer patiëntgerichte zorg en betere resultaten, volgens een nieuwe positieverklaring van de American Academy of Sleep Medicine.
Online gepubliceerd als een geaccepteerd artikel in het Journal of Clinical Sleep Medicine, werd de positieverklaring ontwikkeld door de kunstmatige intelligentie van de AASM in slaapgeneeskunde. Volgens de verklaring zijn de elektrofysiologische gegevens die tijdens polysomnografie zijn verzameld – het meest uitgebreide type slaaponderzoek – goed gepositioneerd voor verbeterde analyse door middel van AI en machineondersteund leren.
“Wanneer we meestal denken aan AI in slaapgeneeskunde, ligt het voor de hand liggende gebruiksscenario voor het scoren van slaap en bijbehorende gebeurtenissen,” zei hoofdauteur en commissievoorzitter Dr. Cathy Goldstein, universitair hoofddocent slaapgeneeskunde en neurologie aan de Universiteit van Michigan. “Dit zou de processen van slaaplaboratoria stroomlijnen en de tijd van de slaaptechnoloog vrijmaken voor directe patiëntenzorg.”
Vanwege de enorme hoeveelheid gegevens die door slaapcentra worden verzameld, kunnen AI en machine learning de slaapzorg bevorderen, wat resulteert in meer accurate diagnoses, voorspelling van ziekten en behandelprognoses, karakterisering van subtypen van ziekten, precisie in slaapscores en optimalisatie en personalisatie van slaap behandelingen. Goldstein merkte op dat AI kan worden gebruikt om slaapscores te automatiseren en aanvullende inzichten uit slaapgegevens te identificeren.
“AI zou ons in staat kunnen stellen om meer betekenisvolle informatie uit slaapstudies af te leiden, aangezien onze huidige samenvattingsstatistieken, bijvoorbeeld de apneu-hypopneu-index, geen voorspellende waarde hebben voor de gezondheid en kwaliteit van de levensresultaten die belangrijk zijn voor patiënten,” zei. “Bovendien kan AI ons misschien helpen bij het begrijpen van mechanismen die ten grondslag liggen aan obstructieve slaapapneu, zodat we de juiste behandeling voor de juiste patiënt op het juiste moment kunnen selecteren, in tegenstelling tot one-size-fits-all of trial and error-benaderingen.”
Belangrijke overwegingen voor de integratie van AI in de slaapgeneeskunde zijn transparantie en openbaarmaking, testen op nieuwe gegevens en laboratoriumintegratie. De verklaring beveelt aan dat fabrikanten de beoogde populatie en het doel van elk programma dat wordt gebruikt bij de evaluatie van patiënten bekendmaken; testprogramma’s bedoeld voor klinisch gebruik op onafhankelijke gegevens; en helpen slaapcentra bij de evaluatie van op AI gebaseerde softwareprestaties.
“AI-tools beloven veel voor de geneeskunde in het algemeen, maar er is ook veel hype, overdreven claims en verkeerde informatie geweest”, legt Goldstein uit. “We willen een interface aangaan met de industrie op een manier die een veilig en doeltreffend gebruik van AI-software bevordert voor onze patiënten. Deze tools kunnen alleen patiënten ten goede komen als ze met zorgvuldig toezicht worden gebruikt. ”
The position statement, and a detailed companion paper on the implications of AI in sleep medicine, are available on the Journal of Clinical Sleep Medicine website.