1. Wat verstaan we onder kunstmatige intelligentie in de zorg?
“In de zorg betekent dat: heel slim gebruikmaken van data. Op zo’n manier dat deze de zorg ondersteunen. Bijvoorbeeld: van een groep patiënten met bepaalde kenmerken en een bepaalde ziekte worden alle gegevens verzameld. Met die gegevens kunnen we wiskundige modellen ontwikkelen die snel en precies werken. Modellen die voorspellen wat een patiënt met vergelijkbare kenmerken en dezelfde ziekte te wachten staat. En dus welke behandeling voor hem de beste is en hoe we eventuele complicaties kunnen voorkomen.”
2. Dus de computer neemt het over van de arts?
“Nee hoor. Mensen hoeven niet bang te zijn dat de computer het overneemt. Zulke voorspellende modellen zijn hulpmiddelen. Ze helpen de arts bij het nemen van beslissingen. Het gezonde menselijk verstand van de arts blijft altijd nodig. Net zoals het goede gesprek met de patiënt en de familie. Want de computer kan bijvoorbeeld op basis van de gegevens behandeling A als beste adviseren. Maar voor de patiënt is optie B misschien wel beter, omdat die beter past bij zijn normen, waarden, wensen en behoeftes. En daar kom je alleen achter door een gesprek te voeren.”
3. Hoe ver is de zorg op dit gebied?
“Eigenlijk loopt de zorg hopeloos achter. Kunstmatige intelligentie is de ultieme vorm van ‘datavolwassenheid’ en datagedreven werken. Wij moeten echt nog groeien in die datavolwassenheid. Veel beter leren hoe we beschikbare data kunnen gebruiken om onze zorg te verbeteren. En dat gaat in kleine stapjes. Er hoeven niet meteen allerlei ingewikkelde voorspellende modellen worden ontwikkeld. Het begint met inzicht krijgen in de data. Denk aan aantallen, gegeven behandelingen, uitkomsten en patiëntkenmerken. In andere sectoren wordt dit al veel meer gedaan. Zoals in de luchtvaart of de agrarische sector. Of Google; ik hoef maar een letter in te vullen en Google weet al wat ik wil gaan zoeken. Maar gelukkig zijn er steeds meer initiatieven en onderzoeken. En op sommige afdelingen wordt kunstmatige intelligentie al in de praktijk gebruikt. Bijvoorbeeld op de Intensive Care in Amsterdam UMC. Met een prachtig model bepalen ze daar of iemand al klaar is om ontslagen te worden. En op de afdeling Radiologie werken ze met computersystemen die aangeven wat er op een CT-scan te zien is.
4. Voor kunstmatige intelligentie zijn dus medische gegevens van patiënten nodig. Waar zijn die gegevens opgeslagen en hoe zit het met privacy?
“Om goede modellen te kunnen maken, heb je zo veel en zo specifiek mogelijk medische gegevens nodig. Zoals geslacht, leeftijd, gebruik van medicijnen of bloeddruk. Al die gegevens van patiënten zijn nu verspreid opgeslagen. Een deel bij de huisarts, een deel in het ziekenhuis, misschien in een revalidatiecentrum. Maar ook in bijvoorbeeld de telefoon van de patiënt of de smartwatch die de hartslag meet. Het liefst heb je alles in één systeem. Dat dit niet zo is, vinden veel patiënten onbegrijpelijk. Ik ga een stap verder: het is misschien zelfs onveilig. Je mist gewoon een deel. Wat we in de toekomst hopen te bereiken, is dat we die gegevens wél kunnen uitwisselen. Tenzij een patiënt aangeeft dit niet te willen. De koppeling van al die verzamelplekken van gegevens is ICT-technisch nog een enorme uitdaging. Bovendien moeten we natuurlijk heel zorgvuldig omgaan met al die gegevens. Want data is het nieuwe goud. We besteden dus heel veel aandacht aan de beveiliging en het beheer ervan. Zodat er geen misbruik van gemaakt kan worden.”
5. Wat levert kunstmatige intelligentie op?
“Zorg op maat. Artsen gebruiken hun kennis en vooral ervaring. Mijn patiënt heeft er baat bij dat ik al 100 patiënten heb gezien met dezelfde soort klachten. Zo weet ik namelijk al een beetje hoe deze patiënt zal reageren op een bepaalde behandeling. Maar dat zit in 1 hoofd. Met kunstmatige intelligentie heb je toegang tot de ervaring van 1.000 of misschien wel 10.000 artsen. Onmogelijk om als arts dan nog vol te houden dat jij, ook al heb je 30 jaar ervaring, het beter weet dan een bewezen goed model. Het helpt ook de zorg efficiënter te maken. En in de toekomst hoop ik dat we data kunnen inzetten voor preventie. Als je alle gegevens van een patiënt bij elkaar hebt, kun je zien of iemand bijvoorbeeld risico loopt op een ziekte. Dan kun je deze patiënt waarschuwen en adviseren. Bijvoorbeeld om de leefstijl aan te passen. Zo kunnen we ervoor zorgen dat mensen niet ziek worden. En dat is misschien een manier om de vraag naar zorg niet te hoog op te laten lopen.”
Foto: Mark van den Brink
