Om onderstaande en alle andere premium artikelen te lezen, moet u inloggen of een account aanmaken.
U kunt nog {free_articles_left} premium artikel gratis lezen. Om meer premium artikelen te lezen, moet u inloggen of een account aanmaken.
Op 3 juli vindt het congres AI in Beeld plaats, over de selectie en implementatie van AI in de medische beeldvorming. Op beide punten spelen veel vragen: niet alleen over de keuze voor de juiste applicaties, maar ook over de juridische en ethische aspecten bij de toepassing ervan in de klinische praktijk. Dagvoorzitter Nicky Hekster en spreker Peter van Ooijen schetsen het veld.
Het is een veelgehoorde stellingname dat AI een grote belofte is en waarschijnlijk breed inzetbaar zal zijn in de zorg. Maar is sprake van voldoende realiteitszin over deze belofte? “AI wordt natuurlijk al geruime tijd toegepast in de zorg”, reageert Nicky Hekster, zelfstandig adviseur AI voor de gezondheidszorg. “De vertaling naar de klinische praktijk laat echter te wensen over. Tegelijkertijd zien we al wel dat de technologie na een aanvankelijke start in de radiologie inmiddels breder kan bijdragen aan de continuïteit van zorg op het gebied van kwaliteit, kosten en personele bezetting. Veel vakgebieden zijn er al mee bezig, maar in de meeste gevallen nog slechts op experimentele basis. Het begrip belofte is dus wel van toepassing. Die moet nog worden waargemaakt.”
Het begrip belofte is op AI nog wel van toepassing
Er is inderdaad inmiddels wel een breed gedragen interesse in wat AI voor de zorg kan betekenen, meent Peter van Ooijen, hoogleraar AI in radiotherapie (UMCG) en themacoördinator digital healthcare aan de Jantina Tammes School. “Ook vanuit de opleidingen begint er steeds meer vraag naar te komen. Zelf zijn we nu bezig met een project om het in de opleiding geneeskunde te brengen, om te waarborgen dat artsen weten hoe ze er in de zorg gebruik van kunnen maken.”
De snelle acceptatie van ChatGPT heeft verbreding en versnelling gegeven aan de mogelijkheid om gebruik te maken van large language models. “Wij zijn samen met EPD-leverancier Epic bezig om hier stappen in te zetten”, zegt Van Ooijen. “We zien al dat het in het beantwoorden van patiëntvragen die we via Mijn UMCG binnenkrijgen enorm veel tijd bespaart. ChatGPT geeft een antwoordvoorstel en als de arts zich daarin vindt, wordt dat doorgezet naar de patiënt. Dit bespaart de arts tijd in het bij elkaar brengen van informatie en het schrijven van het antwoordbericht. De patiënt is er ook tevreden over. Daar zitten dus mogelijkheden in praktijkondersteuning, die ervoor zorgen dat de professionals tijd kunnen besteden aan de patiënt in plaats van aan administratie.”
Juist daarin kan AI een mooie rol spelen, stelt Hekster. “Maar ook in het medisch coderen. Waar eerst veel medisch codeurs nodig waren om dit werk te doen, gebeurt dit nu geautomatiseerd. Dat is veel efficiënter en scheelt fte’s. Maar de mogelijkheden blijven niet beperkt tot administratie. De rol in radiologie – om in foto’s afwijkingen in weefsel te ontdekken – is al heel groot en ook in radiotherapie en genetica worden al AI-toepassingen ontwikkeld om sneller, slimmer en beter te kunnen werken.”
De ontwikkeling gaat snel en langs diverse lijnen, stelt Van Ooijen. “In relatie tot het in beeld brengen van organs at risk bespaart AI niet alleen veel tijd, maar biedt het ook een mogelijkheid om meer organen in beeld te brengen of op deelorganen te segmenteren. Het maakt dus ook verdere ontwikkeling in het werk van specialisten mogelijk. Maar er zijn meer toepassingsgebieden. Het UMCG werkt bijvoorbeeld aan AI voor het voorspellen van de stabiliteit van polsfracturen. Hiervoor is een model ontwikkeld om te voorspellen of gips genoeg is om tot goed herstel te komen, of dat beter direct kan worden geopereerd. Het voordeel is duidelijk: als wordt gekozen voor gips en achteraf blijkt dat de breuk zich niet goed heeft hersteld, moet alsnog worden geopereerd. Dat is natuurlijk suboptimaal.”
Zo zijn er op veel meer fronten ontwikkelingen waarbij naar de mogelijkheden van AI-toepassingen wordt gekeken. Daarbij is het wel altijd zaak stil te staan bij de vraag of het de patiënt echt meerwaarde oplevert, stelt Hekster. “En daarvoor moet over de grenzen van medische afdelingen heen worden gekeken”, vult Van Ooijen aan. “Maar dat is lastig. Soms heeft een AI-toepassing een positief effect op een andere afdeling of discipline. Dat maakte de bekostiging lastig.”
Er zijn nu nog veel puntoplossingen, ziet Hekster. “Dat is ook iets waarbij we tijdens het congres van 3 juli bij willen stilstaan. Artsen krijgen heel veel puntoplossingen aangeboden, vaak van kleine bedrijven. Daarom is het goed dat we met het landelijk project AI for Imaging kijken naar de vraag welke AI-applicaties zinvol zijn en hoe die efficiënt kunnen worden toegepast. De Nederlandse Vereniging voor Radiologie is hierbij betrokken. Dat is waardevol, want we zullen slimme keuzes moeten maken uit het huidige zeer brede aanbod. De algoritmen waaruit kan worden gekozen, worden op kwaliteit en toepassingsgebied beoordeeld.”
Van Ooijen deelt deze opvatting. “We zullen moeten samenwerken: samen tot aanschaf en gecontroleerde implementatie komen. Niet voor niets kijken de platforms ook naar de kwaliteit van de modules die ze daarop willen laten draaien. We zullen ook gezamenlijk kwaliteitscontroles moeten gaan doen. Niet ieder afzonderlijk ziekenhuis heeft daarvoor de mensen in dienst.”
Er zullen kwaliteitscriteria moeten worden opgesteld, zegt Hekster. “En daarbij zullen we ons moeten conformeren aan de komende EU-verordening die voor AI-toepassingen onderscheid maakt in risicoclassificatie categorieën. Dit betekent dat we ook mensen nodig hebben met juridische kennis. Niet eenvoudig, want de kern van academisch denken is vrij kunnen experimenteren zolang je de patiënt niet schaadt.”
Er is nog veel onduidelijkheid over wat die EU-verordening – ook in relatie tot de Medical Device Regulation (MDR) – gaat betekenen voor de toepassing van AI in de gezondheidszorg. “Veel mensen vrezen dat het een rem op innovatie gaat geven”, zegt Van Ooijen. “De ethische aspecten van toepassing van AI en de wet- en regelgeving gaan heel belangrijk worden in de verdere ontwikkeling. We moeten dus gereedschappen gaan ontwikkelen die de innovatie faciliteren.”
Het is dan ook goed dat al in een vroeg stadium vanuit de Nederlandse AI Coalitie de ELSA-labs (ethical, legal and societal aspects) tot stand zijn gekomen, vult Hekster aan. “Er zijn nog veel juridische en andere vraagstukken die moeten worden opgelost om verdere opschaling van AI-toepassingen in de zorg mogelijk te maken.” Ook is het goed, voegt Van Ooijen toe, dat die hun activiteiten niet beperken tot de gezondheidszorg. Kennisdeling tussen sectoren is immers ook verrijkend.
Veel van de in hierboven besproken onderwerpen zullen ook aan bod komen tijdens het congres van 3 juli: het keuzeproces uit het brede aanbod maar ook de juridische en ethische aspecten. “Het is de eerste keer dat we in een congres over AI zo’n brede aanpak kiezen”, zegt Hekster.
Het is ook nodig dat dit gebeurt, stelt Van Ooijen afsluitend. “Het wordt steeds gemakkelijker om AI-modellen te trainen. Maar er is veel meer kennis van de techniek nodig en van de juridische en ethische aspecten die bij het gebruik ervan in de kliniek komen kijken. Onze oproep is dus: zoek de samenwerking op en benut die. Die boodschap straalt dit congres ook heel nadrukkelijk uit.”
