19 september 2026 – Een algoritme kan op basis van patiëntgegevens inschatten welke mensen met een ernstige depressie binnen drie maanden na ontslag opnieuw in een psychiatrisch ziekenhuis belanden. De voorspellingen zijn nog niet nauwkeurig genoeg voor gebruik in de dagelijkse praktijk, maar kunnen mogelijk helpen om nazorg beter af te stemmen.
Onderzoekers uit Italië hebben een AI-model ontwikkeld dat het risico op een vroege psychiatrische heropname bij mensen met een ernstige depressie kan inschatten. Het model werd onderzocht bij 322 volwassenen die in een psychiatrische kliniek waren opgenomen.
Van de deelnemers werden er 50, oftewel 15,5 procent, binnen negentig dagen na ontslag opnieuw opgenomen. De onderzoekers gebruikten gegevens uit de reguliere klinische praktijk, waaronder eerdere ziekenhuisopnamen, depressiesymptomen, bijkomende aandoeningen en medicatie bij ontslag.
Het algoritme, dat gebruikmaakt van machine learning, behaalde een gemiddelde voorspellende score die wijst op een matig onderscheidend vermogen. Het model kon dus enigszins onderscheid maken tussen patiënten met en zonder een latere heropname, maar was zeker niet foutloos.
Eerdere opnamen spelen een rol
Onder meer eerdere psychiatrische opnamen, suïcidepogingen, angstige kenmerken bij depressie en bepaalde bijkomende persoonlijkheidsproblematiek bleken belangrijke voorspellers in het model.
De onderzoekers stellen dat deze gegevens mogelijk kunnen helpen om patiënten te herkennen die na ontslag extra ondersteuning nodig hebben. Denk bijvoorbeeld aan intensievere begeleiding, een eerder contactmoment of betere afstemming tussen klinische behandeling en ambulante zorg.
Het onderzoek bewijst echter niet dat inzet van het algoritme daadwerkelijk heropnamen voorkomt. Daarvoor is aanvullend onderzoek nodig.
Nog niet klaar voor de praktijk
De studie, gepubliceerd in september in het Journal of Affective Disorders, is onderdeel van het Italiaanse DEEP READ-onderzoek. Het model is intern getest, maar moet nog bij andere patiëntengroepen worden gevalideerd.
Ook moet worden onderzocht hoe betrouwbaar de voorspellingen zijn en of gebruik ervan in de praktijk daadwerkelijk tot betere zorg leidt.
De onderzoekers benadrukken daarom dat het model voorlopig vooral een onderzoeksinstrument is. Het kan mogelijk in de toekomst klinische beslissingen ondersteunen, maar is niet bedoeld om het oordeel van zorgverleners te vervangen.
Bron: Bartoli e.a., Predicting early psychiatric readmission among people with major depressive disorder: A machine learning analysis from the prospective multicentre DEEP READ study, Journal of Affective Disorders, 13 september 2026.
Dit bericht is 22 keer gelezen.
