Sorry, you need to enable JavaScript to visit this website.
Overslaan en naar de inhoud gaan

‘Het bewijzen van de maatschappelijk impact van AI’

In de zorg zijn steeds meer voorbeelden van datagestuurde projecten te vinden. Maar hoe zorg je dat succesvolle projecten in andere ziekenhuizen worden uitgerold? En hoe zorgen betrokken partijen samen voor versnelling van datagedreven zorg? Over deze vragen wordt een levendige discussie gevoerd tijdens het Healthcare Innovation webinar ‘praktische implementatie van datagedreven zorg.’

Kan Artificiele Intelligentie (AI) de rol van de dokter overnemen en patiënten diagnosticeren? Het publiek is verdeeld, maar Bart Scheerder, business developer data driven innovation van het UMC Groningen, denkt dat AI de dokter kan helpen. ’’Al kunnen AI-modellen nog geen nieuwe ziektebeelden herkennen. Het duurt nog zeker tien jaar om modellen daar op te trainen.’’

‘Het bewijzen van de maatschappelijk impact van AI’

Meerwaarde voor een patiënt

Zijn discussiepartners, net als hij sprekers tijdens het HIP-webinar, praten over hun beweegredenen om zich in te zetten voor datagedreven zorg. Willen ze patiënten helpen of tijd en geld besparen?

’’De meerwaarde voor een patiënt zit hem erin dat je waarde toevoegt aan relevante behandeluitkomsten’’, zegt reumatoloog Angelique Weel, die betrokken was bij de ontwikkeling van een samen-beslis-dashboard voor reumapatiënten.

In Nederland is de evaluatie van datagedreven zorg alleen nog niet goed georganiseerd. ’’Je moet bij alle initiatieven starten met een goed evaluatieplan: levert iets waarde op tegen passende kosten?’’

Dezelfde taal
 

‘Het bewijzen van de maatschappelijk impact van AI’

Volgens Weel helpt het bovendien wanneer je dezelfde taal spreekt. ’’Ik spreek een andere taal dan een patiënt, een verpleegkundige of een IT’er. Je moet samen bepalen ‘waar doen we het voor?’“ Bart Scheerder voegt toe dat het bij datagedreven zorgprojecten eerder draaide om het verbeteren van de kwaliteit van zorg. Nu gaat het steeds meer om de ‘tsunami van zorgbehoeften’ die op ons afkomt. ’’Elkaars taal leren spreken geldt ook voor het bestuurlijk apparaat en samenwerking met het bedrijfsleven,’’ zegt hij. ’’Hoe creëer je een duurzame tool die niet alleen in Groningen maar in heel Europa kan worden gebruikt?’’

Volgens Scheerder zijn onderzoekers in academische centra opgeleid om wetenschappelijk te bewijzen dat hun AI-modellen werken. ’’Maar je moet modellen ook vermarkten en er zit een enorm traject aan vast voordat je software als zorghulpmiddel mag gebruiken. We moeten veel meer toe naar het bewijzen van de maatschappelijk impact van AI.’’

Daarbij is het noodzakelijk om patiënten mee te nemen bij de ontwikkeling van datagedreven zorg, voegt senior epidemioloog Deirisa Lopes Barreto toe. ’’Zeker met AI is het belangrijk dat je op een goede manier aan mensen uitlegt ‘wat betekent dit nou voor jou?’.’’

‘Het bewijzen van de maatschappelijk impact van AI’

Krijg je een kloof tussen mensen die het wel en niet begrijpen?

Wordt datagedreven zorg voor iedereen? Of krijg je een kloof tussen mensen die het wel en niet begrijpen, vraagt Daalderop aan de sprekers.

’’Het mooie in Nederland is dat ernaar wordt gestreefd om gezondheidsverschillen tussen mensen te verkleinen’’, zegt Scheerder. ’’Maar dat is wel een uitdaging. De early adopters zijn vaak mensen die als eerste begrijpen hoe iets werkt en ermee aan de slag gaan.’’

Tweeduizend systemen

De experts praten over de hobbels waar ze tegenaan lopen bij hun eigen datagedreven zorgprojecten. Hans Drenth, directeur van de VU startup-hub noemt techniek als belangrijke hindernis. ’’We gebruiken meer dan tweeduizend systemen in ziekenhuizen. Aanpassen van wetgeving kan helpen zorgen dat systemen beter op elkaar aansluiten en kunnen samenwerken.’’ Volgens Scheerder is een beweging gaande richting het gebruik van open source-data en -systemen. ’’Je krijgt straks ook de European Data Space. Maar als je een kijkje neemt in je eigen ziekenhuis, zie je een enorme IT-structuur die je niet zomaar wegblaast. Die is ingebed in alle processen.’’

Epidemioloog Deirisa Lopes Barreto benadrukt dat het verder belangrijk is om draagvlak van je collega’s te hebben als je een nieuwe tool wil inbedden in de zorg. ’’Zorg dat je alle betrokkenen meteen vanaf het begin van de ontwikkeling van een nieuwe tool informeert. Anders loop je vast.’’

En kan het beter delen van data door ziekenhuizen bijdragen aan de versnelling van datagedreven zorg? Reumatoloog Angelique Weel denkt van wel. ’’Je kunt versnelling bereiken als je naast data van academische ziekenhuizen ook data van goede kwaliteit van perifere ziekenhuizen meeneemt bij onderzoeken.’’

‘Het bewijzen van de maatschappelijk impact van AI’

Voor Bart Scheerder scheelt het ook als je niet bij elke AI-model dat je ontwikkelt ‘hetzelfde circus’ hoeft te doorlopen. ’’Nu is dat nog zo’’, stelt hij. ’’Dat is ook waar de leerstoel van mijn collega Job Doornberg zich op richt: hoe haal je generieke componenten uit een project en breng je die onder in een framework?’’
 

Huidige regelgeving te streng

Hij vertelt dat Doornbergs algoritme om polsbreuken te beoordelen in twintig ziekenhuizen kan worden uitgerold, omdat dit gebeurt in het kader van een doelmatigheidsstudie van ZonMW. ’’Als het onderzoek is afgelopen, mogen we het algoritme alleen nog gebruiken in ons eigen ziekenhuis. Je moet dus bedenken hoe je zo’n algoritme onderbrengt in een onafhankelijke organisatie die het wel op de markt kan brengen en daarbij zorgt voor een kwaliteitsmanagementsysteem.’’

‘Moet je alle risico’s afdekken of kunnen we meer differentiëren?’

Reumatoloog Weel vindt de huidige regelgeving te streng. ’’Moet je alle risico’s afdekken of kunnen we meer differentiëren? Als ik het ‘samen-beslis-dashboard’ gebruik voor goede gesprekken in de spreekkamer, dan kleeft daar toch geen risico aan?’’

Een volgend punt dat kan bijdragen aan een versnelling, is beter uitleggen hoe AI-modellen werken, zegt datawetenschapper Dennis Böhm, die bezig is met het ontwikkelen van een algoritme dat terugkerende alvleesklierkanker op CT-scans kan herkennen. ’’De focus ligt steeds meer op ‘explainable’ AI. Als mensen niet weten hoe iets werkt, kunnen ze daar bang voor zijn. Dat is onnodig. Veel modellen zitten logisch in elkaar en zijn makkelijk uit te leggen.’’

Het bewijzen

‘Kijk hoe je de organisatie van zorg digitaal kunt transformeren’

Ook benadrukt Weel dat AI maar een deel van de digitale transformatie betreft. ’’Kijk hoe je de organisatie van zorg digitaal kunt transformeren. Daar valt enorme winst te halen, ook qua capaciteit en kosten.’’

Transformeren moet bovendien niet alleen gebeuren in de zorg, maar ook in de maatschappij, vindt Scheerder. ’’De digitale vaardigheden van mensen zijn niet alleen een zorgprobleem. Dat moeten we met elkaar adresseren.’’

Healtcare Innovation Platform

Het Healthcare Innovation Platform is een onafhankelijk platform voor alle partijen die bij de ontwikkeling van datagedreven zorg betrokken zijn. Als je op de hoogte wil blijven van ontwikkelingen of evenementen, of in contact wil komen met de sprekers, kun je je aanmelden voor de LinkedIn-groep van het Healthcare Innovation Platform. Dat kan via www.linkedin.com/company/the-healthcare-innovationplatform. Of stuur een bericht naar [email protected]. Meer informatie vind je ook op https://healthcareinnovationplatform.org.

Pagina beoordelen Like Dislike
Deze vraag is om te controleren dat u een mens bent, om geautomatiseerde invoer (spam) te voorkomen.