Voetencheck & AI: betere foto’s en ondersteuning bij triage

Met de Diabetes Voetencheck-app kunnen mensen met diabetes thuis hun voeten controleren en foto’s delen met hun podotherapeut. Uit de praktijk en een eerdere evaluatiestudie bleek dat deze foto’s niet altijd goed te beoordelen zijn: ze zijn bijvoorbeeld onscherp, te donker, van te ver weg genomen of onvolledig. Dit bemoeilijkt de beoordeling op afstand, kan leiden tot extra contactmomenten en kan het vertrouwen in digitale monitoring verminderen. Als vervolg op de doorontwikkeling van de app onderzochten we daarom hoe kunstmatige intelligentie (AI) kan helpen bij het maken van betere foto’s en het ondersteunen van de beoordeling door de podotherapeut.

Samen met Fontys onderzochten we welke kenmerken een voetfoto bruikbaar maken voor beoordeling door een podotherapeut. Daarbij keken we naar scherpte, belichting, afstand, kadrering en de zichtbaarheid van het relevante voetgebied. Vervolgens verkenden we hoe beeldherkenning tijdens het fotograferen kan signaleren dat een foto waarschijnlijk onvoldoende te beoordelen is. We onderzochten hoe dit kan worden vertaald naar begrijpelijke aanwijzingen, zoals dichterbij komen, meer licht gebruiken of de camera stilhouden. Daarnaast verkenden we hoe AI op langere termijn kan ondersteunen bij triage: het herkennen van mogelijke risicosignalen en het onder de aandacht brengen van controles die met voorrang moeten worden beoordeeld. Binnen deze onderzoekslijnen ontwikkelden we inzichten en prototypes, met als uitgangspunt dat de uiteindelijke beoordeling en beslissing over vervolgzorg bij de zorgprofessional blijven.

De grootste praktische waarde van AI ligt op korte termijn in het begeleiden van patiënten bij het maken van een bruikbare voetfoto. Directe en begrijpelijke feedback kan helpen om problemen tijdens het fotograferen te herstellen, in plaats van achteraf opnieuw een foto te moeten maken. Daarmee biedt AI kansen om het gebruiksgemak te vergroten en de podotherapeut beter beoordeelbare beelden te bieden. Ook zijn mogelijkheden verkend voor het herkennen van risicosignalen en het ondersteunen van triage, maar de ontwikkelde prototypes vormen nog geen eindproduct voor toepassing in de zorg. Voor deze verdere ondersteuning zijn grotere en representatieve datasets, betrouwbare klinische beoordelingen van de beelden en onafhankelijke validatie noodzakelijk. AI is daarmee een hulpmiddel voor patiënt en zorgprofessional, geen vervanging van de podotherapeut of een systeem dat zelfstandig diagnoses stelt.

De inzichten en prototypes uit dit project vormen de basis voor vervolgonderzoek en veilige integratie van AI-ondersteuning in de toekomstige Rondom-app. De nadruk ligt daarbij eerst op het ondersteunen van patiënten tijdens het maken van kwalitatief goede voetfoto’s. Toepassingen voor triage en risicobepaling vragen om verdere ontwikkeling en validatie voordat ze verantwoord in de dagelijkse zorg kunnen worden ingezet. Daarbij zijn ook duidelijke afspraken nodig over privacy, verantwoordelijkheden en de eisen die gelden voor medische hulpmiddelen. Zo werken we toe naar digitale voetzorg waarin patiënten makkelijker hun voetcontrole kunnen uitvoeren en podotherapeuten bruikbaardere informatie ontvangen, terwijl de professionele beoordeling centraal blijft staan.

Kunstmatige intelligentie, diabetes, fotokwaliteit, beeldherkenning, triage, digitale voetzorg

Samenwerkende organisaties: Rondom Podotherapeuten en Fontys.
Financiering: Centre of Expertise Health.

Website Diabetes Voetencheck