Appropriate use of Blood Cultures in the emergency department through machine learning: a multicenter randomized controlled trial (the ABC study)

Op de spoedeisende hulp is bij patiënten vaak sprake van een mogelijke infectie. In dat geval wordt er veelal een bloedkweek afgenomen om vast te stellen of er bacteriën in het bloed aanwezig zijn. Deze bloedkweken zijn echter vaak negatief en dragen dan niet bij aan behandelbeslissingen. Daarnaast is bijna de helft van de positieve bloedkweken vals-positief, waardoor ten onrechte de indruk ontstaat dat er een bacterie in de bloedbaan aanwezig is. Deze vals-positieve uitslagen kunnen nadelige gevolgen hebben voor de patiënt, zoals onnodig gebruik van antibiotica en een langere ziekenhuisopname.

Voor artsen is het momenteel lastig om goed in te schatten bij welke patiënten een bloedkweek nodig is en bij wie niet. In dit project wordt daarom een machine learning-algoritme ingezet dat artsen ondersteunt bij de beslissing om wel of geen bloedkweek af te nemen. Het doel is om het aantal onnodige bloedkweken te verminderen en de bijbehorende nadelige gevolgen voor patiënten te voorkomen.