Print:

AI in de zorg: een wondermiddel?

Redactie IIR , Trainingen & Conferenties

LinkedIn profiel

De ontwikkelingen rondom artificial intelligence (AI), machine learning en deep learning maken een groeispurt door, ook al staat de techniek nog steeds in de kinderschoenen. Ook in de medische zorg zijn er nu oplossingen mogelijk die tien jaar terug ondenkbaar waren. Slimme algoritmes en zorgrobots nemen steeds meer het mensenwerk over.

 

Leren constateren

Kunstmatige intelligentie is nog niet zover dat het onze cognitieve vaardigheden nadert, maar op sommige gespecialiseerde deelgebieden is de computer al superieur aan de slimste mens. Voor dit moment kan het gebruik van AI het beste omschreven worden als ‘de computer intelligent gedrag laten vertonen op basis van grote hoeveelheden data’.

In de zorg is er al veel mogelijk met AI. Voorbeelden zijn het in vroeg stadium detecteren van dementie, voorspellen van longkanker, afwijkende cellen bij pathologie opsporen of dermatologische afwijkingen herkennen. Met een proces bekend als ‘supervised learning’ wordt de computer alsmaar met gelabelde data gevoed en leert het mutaties en symptomen herkennen in nieuwe data. Inmiddels is de techniek zo ver gevorderd dat het systeem specifieke afwijkingen in medische foto’s beter herkent dan radiologen, pathologen en dermatologen.

Spreken en snappen van AI

Een verregaande vorm van machine learning is het zogeheten ‘deep learning’, waarbij met een neuraal netwerk verschillende lagen data over elkaar heen gelegd worden. Meer lagen houdt in dat de algoritmes op een dieper niveau zeer gedetailleerde patronen kunnen herkennen en tot nieuwe inzichten komen. Deep learning is verantwoordelijk voor de meeste grote doorbraken die de afgelopen jaren zijn bereikt, ook in de zorg.

Een voorbeeld is het gebied van de natuurlijke taalverwerking (NLP), waarbij kunstmatige intelligentie en linguïstiek samenkomen. Met NLP leert de computer om de werkelijke betekenis van menselijke taal te begrijpen, met als doel opdrachten uit te voeren en vragen te beantwoorden. In het Leids Universitair Medisch Centrum (LUMC) zet speciaal ontwikkelde software gesprekken tussen arts en patiënt om in tekstuele dialoog, waarna het met NLP specifiek klinische gegevens zoals pijnklachten van de patiënt distilleert. Op deze manier zijn artsen minder tijd kwijt aan registreren en hebben ze meer aandacht voor de patiënt.

In bovengenoemd voorbeeld wordt er gebruik gemaakt van spraak naar tekst. In het omgekeerde geval wordt geschreven tekst omgezet in gesproken taal. Patiënten die niet of nauwelijks kunnen spreken, met als wereldberoemd voorbeeld de onlangs overleden natuurkundige Stephen Hawking, kunnen zo alsnog goed communiceren met de buitenwereld.

Logica, logistiek, robotica

In een andere tak van AI ligt de nadruk niet op de zelflerende vermogens van AI, maar op logica en redenatie. Specialisten worden bij het behandelen van een complex medisch probleem geassisteerd door een kennis- of expertsysteem. Alle reeds bekende expertise is voorhanden om de arts te wijzen op mogelijke behandelmethoden, zonder dat daar urenlang onderzoek aan vooraf gaat. Ook huisartsen hebben de beschikking over eenzelfde soort expertsysteem (NHGdoc) om de individuele patiënt van gericht advies te voorzien. Ook voor verpleegkundigen loopt er nu een pilotprogramma voor een dergelijk systeem.

AI wordt ook gebruikt voor het plannen van de bedbezetting op de afdeling intensive care (IC). Met patroonherkenning in grote hoeveelheden data kunnen artsen beter inschatten welke patiënten het meeste risico lopen en welke minder. Aan de hand van deze inzichten kan een ziekenhuis bepalen wie prioriteit moet krijgen voor diagnostiek of behandeling. Deze techniek redt nu al levens op de IC, waarbij de software voorspellingen doet over de toestand van de patiënt en wat de kans op hernieuwde opname is.

Het samenvoegen van al deze deelgebieden tot een enkele, geïntegreerde toepassing heeft in de afgelopen jaren geleid tot robotica in de zorg. In onder andere de Verenigde Staten, Japan en op kleinere schaal in Nederland nemen intelligente en efficiënte zorgrobots langzamerhand steeds meer menselijke taken over. Zo zetten robots ouderen aan tot beweging en helpen ze autistische jongeren met sociale interactie. Slimme rollators worden afgesteld op de behoefte van hun eigenaar en fysiorobots zijn geprogrammeerd om oefeningen op te zetten, waarbij sensoren en camera’s valpartijen moeten voorkomen. Dit soort brede toepassingen verlicht de druk op artsen en dienstverleners, is kostenbesparend en heeft een positieve uitwerking op het welzijn van de patiënt.

Nog te nemen hindernissen

Maar ondanks alle positieve toepassingen van AI in de zorg is er nog een zeer groot aantal technische, organisatorische en ethische hordes te nemen. Sterker nog, voor iedere technologische doorbraak en mogelijk nieuwe toepassing opent zich tevens een nieuwe reeks uitdagingen. Voor dit moment kunnen deze als volgt worden onderverdeeld:

  • Het standaardiseren van data om met AI bruikbare uitkomsten te genereren, waaronder het elektronisch patiëntendossier en patiëntvragenlijsten of het labelen van röntgen­- en MRI-scans en oogfoto’s;
  • Het opschonen van databases en ervoor zorgen dat nieuwe data goed wordt verwerkt, zodat deze bruikbaar blijft. Bovendien moeten de systemen transparant zijn, zodat incorrecte data geen foute diagnose of behandeladvies tot gevolg heeft;
  • Ook blijven er altijd ethische vraagstukken bestaan, bijvoorbeeld in hoeverre de computer mag beslissen over mensenlevens. Uiteindelijk moeten de arts, patiënt en familie altijd de laatste beslissing blijven nemen en mogen ze niet afhankelijk worden van de machine.

 

Nieuwsgierig naar de mogelijkheden van AI binnen uw organisatie? Tijdens de masterclass AI Fundamentals gaat u zelf aan de slag met AI-technieken en ontdekt u waar AI voor u meerwaarde oplevert.

Meer informatie?

Laat uw e-mail achter en ontvang de brochure direct in uw mailbox.