Hoe AI ons helpt bij het herkennen van slangenbeten

Vroeger gebruikten onze medische teams fotoalbums om te bepalen welke slang iemand had gebeten. Dit was tijdrovend en niet altijd betrouwbaar, vertelt Alcoba. Inmiddels hebben experts van de Universiteit van Genève en Artsen zonder Grenzen een enorme online database gemaakt met zo’n 380.000 foto’s van slangen uit verschillende landen. Deze database is gekoppeld aan een app die AI gebruikt om slangensoorten snel en nauwkeurig te herkennen. De app kan ongeveer twintig soorten onderscheiden, waaronder de meeste die voorkomen in Zuid-Soedan, waar jaarlijks zo’n 500 slangenbeten worden behandeld.

In twee ziekenhuizen in Zuid-Soedan testen we de AI-app voor slangidentificatie. De eerste resultaten zijn veelbelovend: soms herkent de app slangen zelfs beter dan experts!

Dr. Noon Makor, Hoofd Publieke Gezondheid, legt uit dat de app niet alleen helpt bij het herkennen van slangen, maar ook bij het kiezen van de juiste behandeling. Zo kan de app bijvoorbeeld het verschil maken tussen gevaarlijke slangen zoals de Egyptische cobra of zwarte mamba en onschuldige soorten zoals de Afrikaanse huisslang. Dit voorkomt verspilling van kostbaar antigif.

Vaak krijgen patiënten onjuiste behandeling doordat de slang verkeerd wordt geïdentificeerd of er wordt antigif verspild aan beten van niet-giftige slangen. Dit kan ook nog eens bijwerkingen geven. Zuid-Soedan heeft weinig ecologisch onderzoek naar slangen, maar juist een hoog aantal slangenbeten. Vooral tussen mei en oktober worden veel mensen opgenomen vanwege vergiftiging.

Een belangrijk onderdeel van het project is voorlichting geven aan lokale gemeenschappen. Hierdoor groeit de kennis over slangensoorten en leren mensen sneller en beter te reageren bij een beet. Dr. Makor merkt dat hierdoor meer mensen tijdig voor behandeling naar het ziekenhuis komen. Hoewel de afstand naar zorg soms groot is, zien we een duidelijke verbetering vergeleken met eerdere jaren. Daarnaast zorgen behandelde patiënten dat kennis wordt verspreid in hun dorpen, wat het bewustzijn verder vergroot.

Om de app te gebruiken, is een foto nodig van de slang die iemand heeft gebeten. Deze wordt, met veel voorzichtigheid, door de gebeten persoon zelf of omstanders gemaakt. Lukt dat niet, dan gaat het team soms terug naar de plek van de beet om de slang te vinden en te fotograferen. De foto wordt geüpload in de app, die het beeld vergelijkt met duizenden andere foto’s om de slang nauwkeurig te identificeren. Tegelijkertijd wordt de foto met GPS-coördinaten toegevoegd aan de database, zodat de kennis over slangen wereldwijd steeds beter wordt.

De herkenning van de slang is cruciaal, maar het is niet de enige uitdaging. Wereldwijd worden miljoenen mensen gebeten, maar er is weinig onderzoek naar antigif. Ook is het vaak erg kostbaar. In Zuid-Soedan kan een dosis antigif bijvoorbeeld gelijkstaan aan een maand- tot jaarsalaris van een patiënt. Daarom beschouwt de Wereldgezondheidsorganisatie (WHO) slangenbeten als een ‘verwaarloosde tropische ziekte’. Vooral mensen in arme, afgelegen of door conflicten getroffen gebieden worden hierdoor getroffen. Voor farmaceutische bedrijven is dit dus geen winstgevende markt.

Onderzoek en ontwikkeling moeten daarom niet draaien om winst, maar om de gezondheidsbehoeften van mensen. Meer geld en politieke inzet zijn nodig om deze vergeten ziekten aan te pakken. Innovaties, zoals AI voor slangherkenning, en de ontwikkeling van nieuwe en betaalbare tegengiffen zijn belangrijke stappen vooruit.