Klinische implementatie van cardiovasculaire predictiemodellen
|
30 november 2023
|
1 punt
In dit nascholingsartikel wordt ingegaan op het gebruik van cardiovasculaire predictiemodellen in de klinische praktijk. De achtergrond van enkele veelgebruikte predictiemodellen in het cardiovasculaire domein wordt besproken. Daarnaast komen randvoorwaarden voor doelmatig gebruik van deze modellen aan bod. Hieronder vallen de beschikbaarheid van relevante contextinformatie, inzicht in prestaties van het model bij externe validatie en een heldere formulering van het beoogd gebruik. Tevens dient rekening te worden gehouden met Europese wet- en regelgeving, die strenge eisen stelt aan het gebruik van software als medisch hulpmiddel. Er bestaan digitale platformen waarop diverse kwalitatief hoogwaardige modellen gebundeld zijn die u kunt raadplegen. Naast de meer conventionele predictiemodellen, wordt steeds vaker artificiële intelligentie ingezet voor klinische beslissingsondersteuning. Los van de kansen zijn er in dit veld ook uitdagingen, variërend van een hoog ‘black box’ gehalte van ongesuperviseerde ‘machine learning’ algoritmen tot confabulerende ‘large language’ modellen.
Leerdoelen
Na het bestuderen van deze collectie:
- kent u de achtergrond van enkele frequent gebruikte predictiemodellen binnen het cardiovasculaire domein
- bent u in staat predictiemodellen te beoordelen op diverse kwaliteitsaspecten
- heeft u inzicht verkregen in Europese wet- en regelgeving over het gebruik van predictiemodellen als medisch hulpmiddel
- weet u waar u kwalitatief hoogwaardige predictiemodellen kunt raadplegen
- heeft u een visie ontwikkeld over de inzet van artificiële intelligentie voor klinische beslissingsondersteuning