AI voorspelt hart- en vaatziekten tot 15 jaar vooruit: is dit de toekomst van bloedonderzoek?

CardiOmicScore laat zien hoe AI patronen in duizenden biomarkers kan gebruiken om toekomstige hart- en vaatziekterisico's te voorspellen. Ellen deelt haar visie op deze ontwikkeling, en waarom goede preventie vandaag al mogelijk is met bestaande bloedwaarden.

Kunnen we straks in je bloed zien welke ziekte je over tien of vijftien jaar mogelijk ontwikkelt?

Die vraag komt ineens een stuk dichterbij. Onderzoekers presenteerden onlangs CardiOmicScore: een AI-model dat duizenden eiwitten en metabolieten in bloed combineert om het toekomstige risico op zes hart- en vaatziekten te voorspellen. Ze vonden al tot vijftien jaar vóór het ontstaan van ziekte voorspellende informatie in het bloed.

Voor mij is vooral de richting interessant. We gaan van bloedonderzoek dat vertelt hoe je er vandaag voor staat, naar technologie die probeert te voorspellen waar je gezondheid naartoe beweegt.

AI ziet patronen die wij zelf niet kunnen overzien

Bij traditioneel bloedonderzoek kijken we naar afzonderlijke biomarkers: LDL-cholesterol, glucose, HbA1c, ApoB, ontstekingswaarden.

CardiOmicScore doet iets heel anders. Onderzoekers analyseerden 2.920 eiwitten en 168 metabolieten en gebruikten AI om daarin patronen te herkennen die samenhangen met het latere ontstaan van onder andere kransslagaderziekte, beroerte, hartfalen en boezemfibrilleren.

Dat betekent niet dat CardiOmicScore nu al kan vertellen: jij krijgt over vijftien jaar een hartinfarct. Het gaat om een kansberekening, geen diagnose. En de technologie moet verder worden gevalideerd voordat ze geschikt is voor de reguliere gezondheidszorg. Maar het principe vind ik fascinerend: we meten niet langer alleen afwijkingen, we leren patronen herkennen die mogelijk aan ziekte voorafgaan.

Die ontwikkeling zien we ook al bij epigenetica

CardiOmicScore is voorlopig nog onderzoek. Maar een deel van deze nieuwe precision-healthbeweging is al beschikbaar. Een voorbeeld zijn de epigenetische testen van TruDiagnostic, zoals TruHealth.

Daarbij wordt niet primair gekeken naar klassieke stoffen in het bloed, maar naar DNA-methylatie: chemische markeringen op het DNA die samenhangen met onder andere genregulatie en biologische veroudering. Op basis van grote hoeveelheden data worden algoritmen gebruikt om biologische patronen te berekenen.

Dat levert een ander soort informatie op dan een cholesterol- of vitamine D-bepaling. Een klassieke bloedwaarde zegt: "dit is je glucose vandaag." Een epigenetisch model probeert eerder te beantwoorden: "welke patronen van biologische veroudering zien we?"

Van diagnose naar precision healthcare

DNA geeft informatie over je genetische aanleg, epigenetica voegt daar patronen van genregulatie en biologische veroudering aan toe, proteomics kijkt naar duizenden eiwitten en metabolomics naar stofwisselingsproducten. Wearables leveren continu gegevens over bijvoorbeeld hartslag, slaap, beweging en herstel. AI maakt het mogelijk om steeds grotere hoeveelheden van die informatie met elkaar te verbinden.

Daarmee verandert ook de vraag die we aan gezondheidsdata stellen: niet langer alleen "valt deze waarde binnen de referentiegrenzen?", maar ook "welk patroon ontstaat er bij deze persoon en wat zegt dat mogelijk over zijn toekomstige gezondheid?" Dat is voor mij de essentie van precision healthcare.

Maar voorspellen is nog geen voorkomen

Daar moeten we kritisch in blijven. Als een algoritme berekent dat iemand een verhoogd risico heeft om over tien jaar een bepaalde ziekte te ontwikkelen, moet de volgende vraag onmiddellijk zijn: wat kunnen we met die kennis? Kunnen we het risico daadwerkelijk beïnvloeden? Is het model voldoende gevalideerd? Hoe groot is de kans op een verkeerde voorspelling? En veroorzaakt zo'n uitslag niet vooral onnodige onrust? Meer data betekent niet automatisch betere zorg.

CardiOmicScore is daarom iets wat we met grote belangstelling volgen, maar nog niet iets voor onze webshop. Want tussen wachten tot AI vijftien jaar vooruit kan kijken en helemaal niets doen, zit gelukkig een enorm gebied. Voor hart- en vaatziekten beschikken we vandaag al over goed onderzochte risicofactoren en biomarkers: LDL-cholesterol, HDL, triglyceriden, ApoB en lipoproteïne(a). Ook glucose en HbA1c geven inzicht in de glucosestofwisseling, en afhankelijk van de situatie kan hs-CRP aanvullende informatie geven over laaggradige ontstekingsactiviteit.

De toekomst van preventieve gezondheidszorg is spectaculair: AI, epigenetica, proteomics, metabolomics en steeds persoonlijkere risicovoorspellingen. Maar goede preventie hoeft niet te wachten op de toekomst. We kunnen vandaag al relevante risicofactoren meten, veranderingen door de tijd volgen en waar nodig naar een arts verwijzen.

Vandaag meten we vooral wat er nú gebeurt. De volgende generatie testen probeert te voorspellen wat er kán gebeuren. De echte vooruitgang ontstaat wanneer we die informatie kunnen gebruiken om op tijd iets te veranderen. Dat is voor mij de toekomst van preventieve en precision healthcare.

Ellen van Gijsel
CEO Bloedwaardentest

Vraag over je uitslag?

Laat een reactie achter. Onze specialisten helpen je graag.

Direct inzicht?

Bekijk de aanbevolen test(en):