AI helpt hartaanvallen sneller herkennen in regio Aalst

Bij een hartaanval telt elke minuut. Hoe sneller een afgesloten bloedvat wordt geopend, hoe groter de kans dat blijvende schade aan de hartspier beperkt blijft. In de regio Aalst wordt daarom kunstmatige intelligentie ingezet om patiënten met pijn op de borst sneller te beoordelen en de juiste zorg eerder op gang te brengen.

Het ziekenhuisnetwerk AZORG en Hartcentrum Aalst gebruiken naar eigen zeggen als eerste ziekenhuisnetwerk ter wereld een volledig geïntegreerde AI-aanpak voor patiënten met pijn op de borst. De technologie ondersteunt zorgverleners niet alleen in het ziekenhuis, maar in de hele acute zorgketen: van huisarts en ambulance tot spoedarts, cardioloog en cathlab.

AI kijkt mee naar het hartfilmpje

De aanpak draait om PMcardio, een app van het medtechbedrijf Powerful Medical. In de app zit het AI-model Queen of Hearts, dat ECG’s analyseert. Een ECG, ook wel hartfilmpje genoemd, laat de elektrische activiteit van het hart zien. Artsen gebruiken het om te beoordelen of er aanwijzingen zijn voor bijvoorbeeld een hartinfarct.

Toch is zo’n beoordeling niet altijd eenvoudig. Sommige hartaanvallen zijn duidelijk zichtbaar op een ECG, maar andere zijn subtieler. Zeker bij complexe of atypische hartinfarcten kunnen signalen lastig te herkennen zijn. De AI zoekt daarom naar patronen die kunnen wijzen op een acute afsluiting van een kransslagader, ook wanneer het beeld niet klassiek is.

De arts blijft verantwoordelijk voor de diagnose en behandeling. De AI fungeert als extra ondersteuning: een tweede paar ogen dat snel meekijkt en zorgverleners helpt om eerder een besluit te nemen.

Van ambulance naar cathlab

Het vernieuwende aan de werkwijze in Aalst zit niet alleen in de ECG-analyse, maar vooral in de verbinding tussen alle schakels in de keten. Wanneer een patiënt thuis, bij de huisarts of in de ambulance een ECG krijgt, kan dit direct digitaal worden beoordeeld en gedeeld met het ziekenhuis.

Als er sterke aanwijzingen zijn voor een hartaanval, kan het cathlab alvast worden voorbereid. Dat is de kamer waar cardiologen via een katheter het afgesloten bloedvat kunnen openen, bijvoorbeeld met een dotterbehandeling. Door eerder te weten wat er aan de hand is, kan kostbare tijd worden gewonnen voordat de patiënt überhaupt in het ziekenhuis arriveert.

Volgens de betrokken partijen zijn in 2025 meer dan 32.800 ECG’s geanalyseerd en ruim 10.800 unieke patiënten gescreend. Daarbij werden meer dan 500 acute hartaanvallen opgespoord. De gemiddelde tijdwinst tussen de eerste diagnose en behandeling zou 48 minuten bedragen. Bij complexe gevallen kan de behandeling volgens de betrokken partijen soms zelfs vijf tot zes uur eerder starten.

Minder vertraging, minder gemiste signalen

Voor cardiologen is die tijdwinst cruciaal. Bij een acuut hartinfarct geldt: time is muscle. Hoe langer de hartspier te weinig zuurstof krijgt, hoe groter de kans op blijvende schade en complicaties. Juist daarom is ondersteuning bij twijfelgevallen belangrijk. Een ECG zonder klassiek patroon kan in de praktijk tot vertraging leiden. De patiënt heeft klachten, maar het hartfilmpje geeft niet meteen het duidelijke alarmsignaal dat zorgverleners gewend zijn te zien. AI kan helpen om zulke subtiele patronen eerder te herkennen.

Cardioloog Eric Wyffels van Hartcentrum Aalst benadrukt dat het niet gaat om een algemeen taalmodel, maar om een specifiek medisch neuraal netwerk dat is ontwikkeld voor ECG-beoordeling. De technologie vervangt de klinische blik niet, maar kan wel helpen om sneller en consistenter te triëren.

Eén regionaal netwerk

De kracht van de aanpak zit ook in de regionale samenwerking. AZORG bestaat uit zes campussen en werkt samen met Hartcentrum Aalst, huisartsen, ambulancediensten en spoedafdelingen. Doordat iedereen binnen hetzelfde digitale zorgpad werkt, komt informatie sneller op de juiste plek terecht. Dat is een belangrijk verschil met losse AI-toepassingen die alleen binnen de muren van een ziekenhuis worden gebruikt. In Aalst wordt AI onderdeel van het volledige zorgproces. Niet pas bij aankomst op de spoedeisende hulp, maar al bij het eerste medische contact.

Daardoor ontstaat een meer gestandaardiseerde werkwijze. Ambulanceverpleegkundigen, huisartsen, spoedartsen en cardiologen kijken naar dezelfde informatie en kunnen sneller afstemmen over de volgende stap.

Ook Nederland zet stappen

Ook in Nederland wordt gewerkt aan snellere beoordeling van patiënten met pijn op de borst. De route verschilt wel van die in Aalst. Waar het Belgische netwerk kiest voor een breed uitgerolde commerciële AI-oplossing, ligt in Nederland veel nadruk op landelijke triage, onderzoek en regionale implementatie.

Een belangrijk voorbeeld is de prehospitale triage bij pijn op de borst in de ambulancezorg. Daarbij gebruiken ambulancezorgprofessionals een risicoscore, zoals de preHEART-score of modified HEART-score, in combinatie met een point-of-care high-sensitive troponinetest. Met zo’n bloedtest kan al in de ambulance worden gekeken of er aanwijzingen zijn voor hartspierschade. Het doel is om patiënten sneller naar de juiste plek te brengen. Sommige laagrisicopatiënten hoeven mogelijk niet onnodig naar de spoedeisende hulp, terwijl patiënten met een hoger risico juist sneller naar een gespecialiseerd centrum kunnen worden verwezen.

Daarnaast lopen er in Nederland verschillende onderzoeksprojecten rond AI en ECG-analyse. Binnen de Dutch CardioVascular Alliance werkt het UMC Utrecht aan deep learning-algoritmen voor betere automatische ECG-interpretatie. Ook in Amsterdam wordt binnen Amsterdam UMC en de Universiteit van Amsterdam gewerkt aan AI-toepassingen in de cardiologie, onder meer rond ECG-data, beeldanalyse en risicovoorspelling.

Slimmere acute zorg

De ontwikkeling in Aalst laat zien hoe AI in de acute zorg praktisch kan worden ingezet. Niet als losstaand algoritme, maar als onderdeel van een regionaal zorgpad waarin snelheid, samenwerking en datadeling centraal staan. Voor patiënten met een hartaanval kan dat veel betekenen: een snellere beoordeling, een eerder voorbereid cathlab en minder vertraging in de keten. Voor zorgverleners kan AI helpen om moeilijke ECG’s sneller te interpreteren en beslissingen beter te onderbouwen.

De komende jaren zal moeten blijken hoe zulke systemen zich in de praktijk verder bewijzen en hoe ze veilig, transparant en verantwoord kunnen worden opgeschaald. Maar één ding is duidelijk: de strijd tegen vertraging bij hartaanvallen verplaatst zich steeds verder naar voren in de keten. En daar kan slimme technologie een belangrijke rol spelen.

Bronnen: AZORG, Hartcentrum Aalst, Powerful Medical, Zorgevaluatie en Gepast Gebruik, Dutch CardioVascular Alliance, UMC Utrecht, qurAI en Amsterdam UMC.