Onder leiding van epidemioloog dr. Lilian Peters, maakt het onderzoeksteam gebruik van een slim taalverwerkingsmodel om waardevolle informatie te halen uit de doktersnotities in de digitale patiëntendossiers van Nederlandse huisartsen. Het team, bestaande uit experts van UMCG, Radboud UMC, Maastricht UMC en Erasmus MC, heeft bewezen dat deze methode COVID-19 besmettingen zeer nauwkeurig kan opsporen dit door een combinatie van verscheidene genoteerde klachten. Dit bleek ook te werken in de vroege stadia van de pandemie toen testen nog beperkt waren en zelfs ook voordat de eerste Covid-19 patiënt in Nederland officieel bekend werd gemaakt.
Het onderzoek bracht kennis van huisartsen, epidemiologen, microbiologen en datawetenschappers samen. Het ontwikkelde AI-model voorspelde de COVID-19-uitbraak enkele weken voordat de eerste patiënt in Nederland in het ziekenhuis werd opgenomen. Maarten Homburg, huisarts en promovendus binnen het project, legt uit: "We hebben BERT, een Nederlands taalmodel, gebruikt om COVID-19 in dokter notities te detecteren. Door het taalmodel te trainen met symptoominformatie, heeft het geleerd COVID-19 te herkennen op basis van tekstpatronen.” Hij benadrukt het belang: "Deze resultaten laten zien hoe geavanceerde technologieën zoals BERT kunnen helpen bij vroege ziektedetectie, niet alleen voor COVID-19, maar ook voor andere ziektebeelden en toekomstige uitbraken."
Het toegewijde onderzoeksteam blijft hard werken om deze slimme technologieën verder te ontwikkelen en te gebruiken om te voorspellen wanneer infectieziekten kunnen uitbreken. Hierdoor kunnen huisartsen in Nederland beter voorbereid zijn om de gezondheidszorg te verbeteren en om zich klaar te maken voor toekomstige ziekte-uitbraken. De veelbelovende resultaten van dit onderzoek zijn recent in het Journal of Medical Internet Research (JMIR) gepubliceerd.