# Kleur op ECG’s verbetert AI-detectie van hartrisico

> Een klinisch ontworpen kleurenkaart op ECG-beelden verhoogde de AUC van 0,72 naar ruim 0,9 en maakte modeluitleg stabieler in een epilepsiecohort uit de UK Biobank.

Oossa · 2026-11-10 · https://oossa.com/nl/pseudo-colour-ecg-images-boost-ai-heart-risk-detection-and-explanations

Onderzoekers trainden twee identieke residuele netwerken met ECG-beelden van één hartslag. Eén netwerk kreeg een pseudokleurcodering waarbij het gebied onder het QT-interval werd ingekleurd met kleuren uit het QT-nomogram, een klinisch hulpmiddel voor risicobeoordeling. Het model met alleen kleur behaalde AUC-scores van 0,903 en 0,914 bij twee bezoeken aan de UK Biobank, terwijl het monochrome model rond de 0,72 bleef. Bij acht uitlegmethoden zorgden de gekleurde invoerbeelden voor een duidelijkere en stabielere lokalisatie van het risicovolle QT-gebied.

## De feiten

- AUC 0,903 en 0,914 voor het gekleurde model tegenover 0,719 en 0,720 voor het monochrome model
- Onderzoek gepubliceerd op 10 nov 2026

## Waarom het ertoe doet

Artsen zouden kunnen vertrouwen op door AI gegenereerde ECG-uitleg die aansluit bij bekende elektrofysiologie, wat het vertrouwen in geautomatiseerde risicobeoordelingen kan vergroten.

## Bronnen en referenties

1. [Clinically Informed Colour Encoding Improves the Localisation and Stability of Explanations in Deep Learning ECG Models: External Validation in a UK Biobank Epilepsy Cohort](https://arxiv.org/abs/2611.09971) – arXiv cs.CV, 2026-11-10

Laatst bijgewerkt: 2026-11-10