Er zijn momenteel meer dan 7000 zeldzame ziekten bekend in de wetenschap, die wereldwijd ongeveer 350 miljoen mensen treffen. Bingli heeft een nieuwe methodologie ontwikkeld voor de ontwikkeling en validatie van algoritmen voor vroegtijdige diagnose en/of het screenen van risicopopulaties. 

De AI van Bingli wordt getraind om de zeldzame ziekte te herkennen, hetzij aan de hand van de symptomen die zich voordoen, hetzij aan de hand van mogelijke complicaties die door de ziekte kunnen worden veroorzaakt. In beide gevallen wordt de zeldzame ziekte getoond in de lijst met voorgestelde differentiële diagnoses.

Op basis van dezelfde dataset kan Bingli ook vragenlijsten maken voor meer gerichte screening, bijvoorbeeld patiënten die een specialist bezoeken of al in de database van een specialist staan. In dit geval berekent Bingli de waarschijnlijkheid van de zeldzame ziekte die de patiënt heeft en beveelt verdere diagnostische stappen aan wanneer de patiënt hoog risico loopt.

Bingli biedt digitale vragenlijsten aan waarmee patiënten kunnen beoordelen of ze in aanmerking komen voor vaccinaties.

» Pneumokokkeninfecties veroorzaakt door de bacterie Streptococcus pneumoniae komen vaak voor bij jonge kinderen, maar wanneer ze worden geïnfecteerd, lopen vooral oudere volwassenen een hoog risico op ernstige ziekte en overlijden.

» Bingli heeft een digitale oplossing ontwikkeld om te bepalen welke patiënten in aanmerking komen voor pneumokokkenvaccinatie voor volwassenen.

Om de vroegtijdige opsporing van atriumfibrilleren (AF) te optimaliseren, heeft Pfizer Bingli gevraagd om een instrument voor populatieonderzoek te ontwikkelen dat zowel symptomatische als asymptomatische patiënten kan identificeren.

» Het project had een dubbel doel: het valideren van de algoritmen van Bingli voor de detectie van symptomatisch AF en het ontwikkelen van een screeningsvragenlijst om asymptomatische patiënten met een verhoogd risico op basis van risicofactoren op te sporen.

» Er werd een model ontwikkeld op basis van virtuele klinische gevallen (vignetten): 1290 vignetten werden gecreëerd en ter beoordeling voorgelegd aan cardiologen. 

» De feedback van experts werd gebruikt om het model te trainen en de drempel van risicofactoren te definiëren die bepalen wanneer een patiënt als AF-risicopatiënt wordt beschouwd

» Dit model is opgenomen in een korte vragenlijst en wordt verstuurd naar een populatie die in aanmerking komt voor een screening. Risicopatiënten kunnen worden geïdentificeerd en doorgestuurd naar zorgverleners voor bevestiging van de diagnose.