Hierbij valt de kritische vraag te stellen: waarom zou je AI-toepassingen gebruiken voor iets waarvoor wij als mensen onze intelligentie bezitten? Het simpele antwoord is: omdat we tegenwoordig door de digitalisering van onze samenleving beschikken over veel meer data dan het menselijk brein kan bevatten. Laat staan verwerken en er conclusies uit trekken.
En dat is precies wat AI kan doen met data. Data op zich zijn slechts een verzameling gegevens en als zodanig beperkt van nut. Het is de analyse van die gegevens die het zinvol maakt om ze tot onze beschikking te hebben.
Van data naar informatie
Bedrijven maken hier gebruik van om hun planning of hun bedrijfsprocessen te optimaliseren. Maar ook de zorg kan AI benutten om van data informatie te maken. De vraag hoe waardevol dit is, is duidelijk voor iedereen die bekend is met de uitdagingen waar de zorg voor staat.
Bij ongewijzigd beleid zullen de kosten voor de zorg tot 2060 volgens het RIVM namelijk met gemiddeld 2,8 procent per jaar blijven stijgen. Daarmee zouden de totale zorgkosten – nu nog onder de 100 miljard euro, in 2060 al 291 miljard euro bedragen. Bovendien neemt de vergrijzing toe, stijgt het aantal chronisch zieken en krimpt de beroepsbevolking.
De zorg staat dus fors onder druk en de meest efficiënte manier om het tij te keren, is preventie. Onderzoek van PWC toont aan dat de inzet van AI voor preventie, diagnose en behandeling van drie veel voorkomende aandoeningen – obesitas bij kinderen, diabetes en borstkanker – in de komende tien jaar een kostenbesparing kan opleveren van meer dan 170 miljard euro.
Data om zorg te verbeteren
Artsen, onderzoekers en patiënten genereren dagelijks enorme hoeveelheden data over de zorg. Die data kunnen een cruciale rol spelen om zorg te voorkomen en te verbeteren. Denk aan de data die beschikbaar zijn over mensen die een CVA (herseninfarct) krijgen.
De vraag hoeveel mensen hiermee te maken krijgen, helpt om de benodigde zorgcapaciteit te kunnen bepalen. Maar door die data te koppelen aan patiëntindividuele kenmerken als leeftijd, gewicht, geslacht, geneesmiddelengebruik en onderliggende ziektebeelden, kunnen de beïnvloedende factoren in kaart worden gebracht voor het ontstaan van een CVA en voor de succesvolle behandeling ervan.
Op basis daarvan kan beleid worden ontwikkeld om het aantal CVA-gevallen omlaag te brengen en de behandeling effectiever te maken, zodat patiënten er minder restschade van ondervinden. Die veelheid aan data bijeenbrengen, analyseren en er tot deze doelen conclusies uit trekken, overstijgt het menselijk vermogen. AI kan dit wel, en kan zo een bijdrage leveren om de zorg efficiënter en effectiever te maken.
AI helpt bij besluiten
Dit is slechts één voorbeeld. AI-toepassingen gebruiken algoritmen: wiskundige en statistische methoden waarmee uit data meer dan alleen conclusies kunnen worden getrokken, zoals in het bovengenoemde voorbeeld. Een AI-systeem kan ook worden doorontwikkeld om beslissingen te helpen nemen. Bijvoorbeeld door met gebruikmaking van medische beeldherkenning van grote hoeveelheden patiënten met een tumor te voorspellen of operatief ingrijpen na chemoradiotherapie nog toegevoegde waarde heeft.
Hoewel met dit soort toepassingen al ervaring wordt opgedaan, bevinden de ontwikkelingen op dit gebied zich in de zorg nog in een vrij vroeg stadium. Wel is sprake van een exponentiële kennisontwikkeling, die bij zorgvuldige toepassing de kwaliteit van zorg en preventie een enorme impuls kan geven.
Dit is het eerste van drie artikelen over de rol van AI in de zorg. Het tweede artikel gaat in op de uitdagingen van AI in deze sector, het derde gaat over AI als project.
