Dit is de conclusie van wetenschappers van de Universiteit van Kobe die een model van kunstmatige intelligentie hebben ontwikkeld voor vroegtijdige diagnose van de ziekte. Het werk is gepubliceerd in The Journal of Clinical Endocrinology and Metabolism (JCEM).
Acromegalie wordt veroorzaakt door overmatige productie van groeihormoon. De ziekte ontwikkelt zich meestal op middelbare leeftijd en resulteert in een geleidelijke vergroting van de handen, voeten en gelaatstrekken.
Als de ziekte onbehandeld blijft, kan ze ernstige complicaties veroorzaken en verkort ze gemiddeld de levensverwachting met ongeveer tien jaar.
De onderzoekers besloten te testen of tekenen van de ziekte konden worden opgespoord met behulp van foto’s van handen. Deze aanpak kan handiger en privacy-veiliger zijn dan het analyseren van gezichtsfoto’s.
Voor het werk verzamelden de onderzoekers gegevens van 725 deelnemers uit 15 medische centra in Japan. Ongeveer de helft van hen was gediagnosticeerd met acromegalie. In totaal gebruikten de onderzoekers meer dan 11.000 handfoto’s om het algoritme te trainen en te valideren.
De foto’s toonden alleen de achterkant van de hand en een gebalde vuist, terwijl de handpalm – met zijn unieke lijnen – opzettelijk verborgen werd gehouden om de anonimiteit te bewaren.
Het ontwikkelde machine learning model toonde een hoge nauwkeurigheid. Als het algoritme de aanwezigheid van de ziekte aangaf, was de waarschijnlijkheid dat een persoon daadwerkelijk aan acromegalie leed 88%. Als het resultaat negatief was, was de waarschijnlijkheid van afwezigheid van de ziekte 93%. Tegelijkertijd was het algoritme nauwkeuriger dan endocrinologen die dezelfde foto’s te zien kregen.
In de toekomst willen de onderzoekers de effectiviteit van het model testen op grotere en meer diverse steekproeven. Ze willen ook uitzoeken of soortgelijke algoritmen kunnen worden gebruikt om andere ziekten te detecteren die zich uiten in veranderingen aan de handen, zoals reumatoïde artritis of bloedarmoede.
