Is AI de oplossing voor de zorgcrisis? Experts delen hun visie
Zelflerende algoritmes inzetten in de zorg
Computer wordt nooit moe
Pauline noemt een paar aansprekende voorbeelden. Zo analyseert het programma MV DEFEAT, ontwikkeld door onderzoekers van de Universiteit van Oost-Finland, mammografieën. “Het blijkt dat het algoritme bijvoorbeeld een verbetering van 50,78 procent bereikt in het onderscheid tussen goedaardige en kwaadaardige tumoren ten opzichte van de bestaande multi-viewbenadering, legt Pauline uit. “Het interpreteren van foto’s is een intensieve taak. Een computer kan dat 24 uur per dag doen, 7 dagen per week, zonder z’n concentratie te verliezen en moe te worden. Ook neemt zo’n algoritme de gegevens van duizenden en duizenden mammogrammen mee in z’n overweging.” Ook toepassingen zoals Philips Azurion, dat cardiologen van het Sint Antoniusziekenhuis in Utrecht ondersteunt tijdens operaties. Het gebruik van Azurion heeft geleid tot aanzienlijke tijdsbesparingen voor het ziekenhuis. De cardiologen hebben tijdens een operatie voortdurend alle patiëntinformatie beschikbaar en kunnen bovendien in een meer ergonomische houding hun werk doen.
Een ander voorbeeld is PacMed, een applicatie ontwikkeld door een Amsterdamse startup. Hun programma geeft aan wanneer een patiënt de IC kan verlaten. Een interessante beslissing voor elke arts, want gaan patiënten te vroeg naar een verpleegafdeling, dan komen ze mogelijk terug op de IC mét complicaties. Maar elk IC-bed is kostbaar, een patiënt moet een bed ook niet onnodig bezet houden. Dat probleem lost PacMed op door de gegevens van duizenden IC-patiënten te
vergelijken en voortdurend aan te vullen. “Bij al deze toepassingen zie ik vooral een samenwerking tussen mensen en computers,” zegt Geert. “AI levert alle gegevens aan, artsen blijven eindverantwoordelijk voor medische beslissingen. Op die manier kan AI zorgen voor betere zorg en minder druk op zorgpersoneel.”
Weg met de rompslomp
Zorgen voor privacy en bescherming van gevoelige data
Geert ziet nog een zwak punt van AI: “Algoritmes kunnen een bias ontwikkelen, een ingebakken vooroordeel. Zo worden bij medicijnonderzoek nieuwe geneesmiddelen meestal op mannen uitgeprobeerd, en veel minder op vrouwen. Dat betekent dat de onderzoeksgegevens een vertekend beeld geven. Als AI verder gaat rekenen met die onderzoeksgegevens, is het niet ondenkbaar dat uitkomsten alleen voor mannen gelden, niet voor vrouwen.”