Deze datadokter wil met kunstmatige intelligentie de zorg verbeteren
Mag een patiënt van de intensive care af of niet? Kunstmatige intelligentie kan helpen deze en andere vragen te beantwoorden. Maar Anne de Hond ontdekte dat het niet makkelijk is om dit soort revolutionaire technieken te gebruiken in de zorg.
Een patiënt op de intensive care (ic) wil je als arts precies op het juiste moment naar een andere afdeling overbrengen. Niet te vroeg, want dan is de kans groter dat de patiënt terug moet naar de ic of overlijdt. Maar ook niet te laat, want een verblijf op de ic is erg duur en niemand wil er onnodig liggen. Tijdens haar promotieonderzoek in het LUMC onderzocht De Hond hoe kunstmatige intelligentie kan helpen bij een beslissing.
Ze gebruikte hiervoor een bestaand algoritme dat zij met data uit het LUMC testte om het goed te laten werken in het Leidse ziekenhuis. Denk bij die data aan gegevens over vitale waarden zoals hartslag, bloeddruk en temperatuur. Als het model in de toekomst goed getraind is, kan het worden ingezet op de ic in het ziekenhuis. Maar het is zeker niet zo, dat er dan geen arts meer naast het bed van een patiënt verschijnt. ‘Het is een ondersteunende tool, artsen blijven altijd verantwoordelijk voor de uiteindelijke beslissing’, legt De Hond uit.
Durven vertrouwen op nieuwe technologie
Daarom zijn artsen ook nauw betrokken bij het ic-algoritme en een algoritme dat De Hond samen met de IT-afdeling van het LUMC ontwikkelde. Dit nieuwe algoritme voorspelt of een patiënt in de wachtkamer van de spoedeisende hulp wordt opgenomen of weer naar huis mag. ‘Hierdoor kunnen we voorsorteren in de wachtkamer en er alvast rekening mee houden dat een patiënt verder het ziekenhuis in gaat’, zegt de Hond. ‘Dit zorgt voor een snellere doorstroming.’
‘Er is veel werk nodig om artsen ervan te overtuigen dat kunstmatige intelligentie een goed hulpmiddel kan zijn.’
Het wachtkameralgoritme is inmiddels beschikbaar op de spoedeisende hulp en dat is volgens de onderzoeker een grote mijlpaal. ‘Het is heel lastig om zo’n nieuwe technologie te implementeren.’ Ten eerste is het moeilijk om aan data te komen om kunstmatige intelligentie te trainen, want data is vaak op verschillende plekken opgeslagen. Daarbij komt dat voor de implementatie en het onderhoud veel mankracht nodig is van zowel IT’ers, als technici en clinici. ‘Dat onderschatten we vaak’, zegt De Hond. ‘Ook moet de techniek extreem veilig zijn, omdat die privacygevoelige informatie verwerkt.’
Ten slotte moeten artsen durven vertrouwen op de kunstmatige intelligentie. ‘In de praktijk merken we dat sommige clinici heel graag experimenteren met ons en anderen heel kritisch zijn’, zegt De Hond. Het algoritme op de spoedeisende hulp van het LUMC wordt bijvoorbeeld nog niet routinematig gebruikt. ‘Er is veel werk nodig om artsen ervan te overtuigen dat het een goed hulpmiddel kan zijn.’
Waken voor de hype
Hoewel De Hond heel erg enthousiast is over alle mogelijkheden die kunstmatige intelligentie biedt, wil ze niet te erg meedeinen op de hype die er momenteel is. ‘We willen in de zorg allemaal ontzettend graag nieuwe innovatieve dingen ontwikkelen, maar ik denk dat we onze energie ook moeten steken in technieken die nu al bestaan. Om daarvoor de vertaalslag naar de praktijk te maken. Er zijn ontzettend veel tests nodig om te onderzoeken of een nieuwe techniek veilig is en goed werkt.’
Als datadokter dicht bij patiëntenzorg
Na haar promotie blijft De Hond onderzoek doen naar kunstmatige intelligentie in de zorg als universitair docent bij het UMC Utrecht. ‘Ik wilde altijd al graag in de zorg werken en ben blij dat ik na mijn studie econometrie nu als een soort datadokter dicht bij de patiëntenzorg kom. Het voelt voor mij heel bevredigend om met revolutionaire technieken de zorg te verbeteren.’
Tekst: Dagmar Aarts
Foto: Josje Deekens