Generatieve (‘Gen’) AI kan workflows in ziekenhuizen stroomlijnen, administratieve lasten verminderen en helpen bij het maken van aantekeningen in het EPD. Het implementeren van gen-AI-oplossingen in de zorg vereist echter een nauwkeurige blik op kosten, cybersecurity, vaardigheden en de lange-termijnimpact op zorgprofessionals.
Sinds de lancering van ChatGPT in het najaar van 2022 wordt er veel gesproken over potentiële generatieve AI-toepassingen in de zorg. Zo experimenteren sommige ziekenhuizen al met gen-AI om artsen te helpen bij het zoeken naar relevante gegevens, het nemen van beslissingen of het vereenvoudigen van het maken van aantekeningen in de elektronische medische dossiers.
Ook technologie-aanbieders zitten niet stil. Een kleine selectie:
- In september 2023 integreerde Oracle gen AI in zijn Cerner EPD. Met Oracle Clinical Digital Assistant kunnen artsen een afspraak en laboratoria plannen, informatie in het EPD controleren, relevante klinische informatie zoeken of een recept uitschrijven – gewoon met behulp van spraakopdrachten.
- Onlangs kondigde Google Cloud nieuwe, door AI aangedreven zoekmogelijkheden aan om artsen eenvoudiger toegang te geven tot patiëntinformatie – zoals een samenvatting van langdurig gebruik van medicatie.
- Epic en Microsoft willen een AI-gestuurde copiloot creëren voor artsen ‘om conversatie-, ambient- en generatieve AI-technologieën te integreren in het Epic-ecosysteem voor EPD’s’.
- Ondertussen implementeert Mayo Clinic Microsoft 365 Copilot – een nieuw generatief AI-platform gebaseerd op grote taalmodellen (LLM’s).
Gen AI en LLM's (large language models, de basis voor veel gen-AI toepassingen) - in combinatie met omgevingstechnologieën en stemherkenningssystemen om artsen te helpen en de administratieve werklast te verminderen - worden kortom nieuwe functies van EPD-systemen. Is dit echter het juiste moment om ze te implementeren? Soms lijkt er zoveel tegelijk geïntroduceerd te worden, dat er eerder meer vragen bij komen, dan dat ze beantwoord worden.
Onzeker rendement
Gen AI-oplossingen om aantekeningen in EPD’s te helpen maken, zijn zo nieuw dat bewijs van de voordelen ervan en de tevredenheid van artsen ontbreekt: de risico’s zijn hoog, terwijl de potentiële ROI moeilijk te kwantificeren is. Tegelijkertijd hebben de meeste zorginstellingen een achterstand in investeringen in de basisontwikkeling van de IT-infrastructuur en gegevensbeveiliging. Waar kun je geld vandaan halen voor AI als het rendement op de investering onzeker is?
Niet elke zorginstelling kan het zich – vanwege een gebrek aan expertise en personeel – veroorloven om projecten te implementeren zoals de Mayo Clinic, die een early adopter was van de Enterprise Search op Genative AI App Builder van Google Cloud (de tool maakt het bijvoorbeeld mogelijk om op maat gemaakte chatbots en semantische zoekapplicaties te ontwikkelen).
AI-gestuurde systemen zijn duur en vereisen verdere investeringen in de IT-infrastructuur, zoals cloudopslagcapaciteit of spraakherkenningssystemen. Hoe meer gegevens, hoe meer geld er in cyberbeveiliging moet worden gestoken. Zelfs zonder AI zijn medische instellingen zeer voorzichtig met datagedreven innovaties vanwege restrictieve wetgeving op het gebied van dataverwerking.
Bovendien is er nog een dilemma: technologieën die nu nog baanbrekend zijn, kunnen morgen verouderd zijn. Denk maar aan smartphones, die na vijf jaar weg kunnen omdat ze niet meer zijn bijgewerkt of onderhouden kunnen worden.
Gen-AI strategie
Voordat de populairste innovaties van AI koortsachtig worden geïmplementeerd, moet elke zorginstelling een gen-AI-strategie voor de lange termijn ontwikkelen. Daarin moeten kwesties als budget- en personeelsplanning, het opbouwen van vaardigheden, doelstellingen en kritieke problemen worden opgenomen die AI moet oplossen. Rustig kijken wat AI voor jouw organisatie kan doen dus.
Volgens een onderzoek van Bain & Company beschikt momenteel slechts 6 procent van de Amerikaanse gezondheidszorgsystemen over generatieve AI-strategieën. Eén van de barrières is het onduidelijke wettelijke kader.
De volgende belangrijke opdracht voor leiders in de gezondheidszorg is het creëren van een solide data-infrastructuur en een hoge EPD-volwassenheid. Op AI gebaseerde toepassingen die de functionaliteit van het EPD vergroten, zullen een nieuw beeld geven van hoe gegevens in EPD’s/ECD’s, HIS’sen et cetera worden verzameld, ingevoerd, verwerkt of doorzocht.
Een cyberbeveiligingsstrategie die is afgestemd op de AI-strategie, is ook een must. Elk ziekenhuis moet zich bewust zijn van risico’s bij de uitrol van AI-toepassingen: vertekende resultaten als gevolg van vertekende gegevens, hallucinaties (een AI-toepassing die een ‘gewenst’ antwoord geeft gebaseerd op geen of onjuiste data) die kunnen leiden tot onnauwkeurige resultaten en schadelijke fouten in de gegevensverwerking.
Vallen en opstaan
Adviesbureau McKinsey suggereert dat organisaties eerst moeten leren hoe ze gen-AI-platforms moeten gebruiken, aanbevelingen moeten evalueren en moeten ingrijpen wanneer onvermijdelijke fouten zich voordoen. AI moet processen en mensen aanvullen en ze niet vervangen.
Zorgorganisaties moeten ook trainingsprogramma’s overwegen om de vaardigheden van hun werknemers te verbeteren en ernaar streven de integratie van door AI aangedreven applicaties voor eerstelijnspersoneel te stroomlijnen. Zo wordt gebruiksvriendelijkheid gewaarborgd zonder extra werkeisen op te leggen, of afbreuk te doen aan de verantwoordelijkheden op het gebied van de patiëntenzorg.
