Plastisch chirurg Maarten Hoogbergen werkt in het Catharina Ziekenhuis aan een systeem dat kunstmatige intelligentie inzet bij de behandeling van patiënten met huidkanker in het gezicht. De technologie moet artsen en patiënten in de toekomst helpen bij het maken van keuzes over reconstructies na een operatie. Voorlopig ligt de nadruk echter op het verzamelen van gegevens en het inrichten van het zorgproces.
Volgens Hoogbergen bevindt het project zich nog in de investeringsfase, zo vertelt hij op de website van het ziekenhuis. “De patiënt merkt nu vooral dat hij gegevens aanlevert”, zegt Hoogbergen. “We zijn bezig met het verzamelen van de juiste data. Dat is nodig om straks goede voorspellingen te kunnen doen.”
Het uiteindelijke doel is om patiënten beter te ondersteunen bij de keuze voor een behandeling. Na het verwijderen van huidkanker in het gezicht zijn vaak meerdere reconstructiemogelijkheden denkbaar. Daarbij spelen niet alleen medische overwegingen een rol, maar ook persoonlijke voorkeuren. Waar de ene patiënt vooral waarde hecht aan het uiterlijk na de operatie, vindt een ander een snel herstel of het beperken van vervolgoperaties belangrijker.
Afwegingen inzichtelijk maken
Kunstmatige intelligentie zou in de toekomst kunnen helpen om die verschillende afwegingen inzichtelijk te maken. Het systeem moet voorspellingen doen over mogelijke behandeluitkomsten, zodat arts en patiënt samen een keuze kunnen maken die past bij zowel de medische situatie als de gewenste kwaliteit van leven.
Van zo'n toepassing is voorlopig nog geen sprake. Binnen het Catharina Ziekenhuis ligt de focus momenteel op het opbouwen van een betrouwbare gegevensbasis. Samen met de Technische Universiteit Eindhoven is het volledige zorgpad voor patiënten met huidkanker in het gezicht in kaart gebracht. Daarbij is vastgelegd op welke momenten patiënten informatie ontvangen, toestemming geven voor deelname aan onderzoek, worden gefotografeerd en vragenlijsten invullen.
Volgens Hoogbergen is die voorbereiding essentieel om later betrouwbare AI-modellen te kunnen ontwikkelen. Het proces moet zo zijn ingericht dat zorgverleners op een uniforme manier werken en dat gegevens veilig, volledig en op de juiste plek worden opgeslagen.
Medische foto’s
Een belangrijk onderdeel van die dataverzameling bestaat uit medische foto's. Patiënten worden op vaste momenten vastgelegd, zowel voor als na de reconstructie en tijdens controles. Daarnaast vullen zij de FACE-Q Skin Cancer in, een vragenlijst die meet hoe patiënten hun uiterlijk, herstel en kwaliteit van leven ervaren.
Met die combinatie van medische gegevens, foto's en ervaringen van patiënten hopen onderzoekers uiteindelijk patronen te herkennen die kunnen voorspellen welke behandeling voor welke patiënt het beste resultaat oplevert. Voorlopig wordt daarvoor vooral gewerkt aan de fundering waarop zulke toepassingen moeten worden gebouwd.
Voor Hoogbergen draait het project uiteindelijk niet om technologie, maar om de patiënt. Volgens hem kijken artsen onvermijdelijk door de bril van hun opleiding, ervaring en professionele normen. Wat een arts als een geslaagd resultaat beschouwt, hoeft echter niet overeen te komen met wat voor een patiënt werkelijk belangrijk is.
Impact van behandelingen
Die overtuiging ontstond al vroeg in zijn loopbaan. Hij zag patiënten die medisch en technisch een uitstekend resultaat hadden bereikt, maar daar zelf ontevreden over waren. Tegelijkertijd ontmoette hij patiënten bij wie hij kritisch bleef op de uitkomst, terwijl zij juist tevreden waren omdat zij hun dagelijkse leven weer konden oppakken. Die verschillen tussen medische beoordeling en persoonlijke ervaring vormden voor hem de aanleiding om zich te verdiepen in uitkomstmetingen vanuit het perspectief van de patiënt.
Sindsdien richt zijn onderzoek zich niet alleen op medische resultaten, maar ook op de impact van behandelingen op het dagelijks leven. Daarbij spelen vragen een rol als: voelt iemand zich weer prettig onder de mensen, is iemand tevreden over het uiterlijk en weegt het resultaat op tegen de belasting van de behandeling?
De ambitie is dat kunstmatige intelligentie in de toekomst leert van duizenden eerdere patiënten. Door medische gegevens, foto's en ervaringen uit vragenlijsten te combineren, zou een systeem kunnen voorspellen welke behandeling het beste aansluit bij de wensen en verwachtingen van een individuele patiënt.
Dat stadium is echter nog ver weg. Eerst moeten onderzoekers betrouwbare modellen ontwikkelen die kunnen voorspellen hoe een reconstructie eruit zal zien. Vervolgens moeten die voorspellingen worden gekoppeld aan gegevens over kwaliteit van leven en patiënttevredenheid. Pas daarna ontstaat de mogelijkheid om patronen te herkennen die kunnen helpen bij behandelkeuzes.
Passende zorg
Volgens Hoogbergen gaat het daarom om een traject van jaren. Het verzamelen van voldoende gegevens, het trainen van modellen en het controleren van de betrouwbaarheid van voorspellingen kost tijd. Daarnaast moeten privacy, veiligheid en zorgvuldigheid gedurende het hele proces gewaarborgd blijven.
Juist daarom ziet Hoogbergen het project als een voorbeeld van de ontwikkeling richting passende zorg. Niet de vraag wat technisch mogelijk is staat centraal, maar welke behandeling een patiënt daadwerkelijk verder helpt. Het doel is een balans te vinden tussen onderbehandeling en overbehandeling, waarbij de gekozen zorg aansluit bij wat iemand wil bereiken.
Daarmee krijgt AI vooral een ondersteunende rol. De technologie moet het gesprek tussen arts en patiënt verrijken, niet vervangen. Medische expertise blijft nodig om mogelijkheden en risico's af te wegen, terwijl de voorkeuren van de patiënt richting geven aan de uiteindelijke keuze.
Die benadering sluit aan bij de bredere koers van het Catharina Ziekenhuis, waar kunstmatige intelligentie wordt gezien als een hulpmiddel om zorg slimmer, persoonlijker en betaalbaar te houden. Voor Hoogbergen begint dat niet met een geavanceerd algoritme, maar met iets veel fundamentelers, namelijk: goed ingerichte zorgprocessen, betrouwbare gegevens en aandacht voor wat patiënten zelf belangrijk vinden.
