Hoe kunnen we AI in de zorg laten slagen?
Nicky Hekster doet 5 aanbevelingen
Tijdens het congres spreekt Nicky Hekster over AI in de Zorg: van pathologische angst naar klinische omarming. Onderstaande onderwerpen komen dan uitgebreider aan bod.
1
Ga (Europese) samenwerkingen aan
“Natuurlijk is het goed ergens ‘klein’ te beginnen met AI, misschien zelfs op verschillende plekken tegelijk. Maar hoe mooi zou het zijn als we toewerken naar een landelijk platform, waarop zowel data als applicaties hun weg kunnen vinden. In Europa loopt een pathologie project, ExaMode. Hierin zijn verschillende taken verdeeld zijn over verschillende binnen- en buitenlandse instituten. Het is onderdeel van Horizon 2020 en loop tot eind 2022. SURFsara in Amsterdam en RadboudUMC werken hieraan ook mee. Grootschalige samenwerkingen kunnen een enorme versnelling teweegbrengen. Natuurlijk moeten er goede datasets zijn die je met elkaar wilt en mag delen. Je moet standaarden hebben. Maar die hobbels, want dat zijn het nu nog, zijn te overwinnen. Zodra aansprekende instituten meedoen, krijg je acceptatie en de gewenste versnelling en opschaling.”
2
Poets de gouden klinische standaard op
“Bij het toepassen van AI, word je eigenlijk gedwongen weer eens kritisch naar de gouden klinische standaard te kijken. Is het niet tijd om die wat op te poetsen? Door de jaren heen kan praktijkvariatie erin sluipen. Ook zijn richtlijnen niet geactualiseerd en ligt vooringenomenheid op de loer. Het dwingt je te kijken: wat doen we en wat zijn de besluiten? Er ontstaat ruimte voor discussie, bijvoorbeeld over bepaalde behandelplannen. Daarmee verbeter je niet alleen de zorg, maar ook die klinische standaard.”
3
Span je in voor goede datasets
“Er zijn al prachtige algoritmes om beelden te lezen. Maar je bent afhankelijk van de kwaliteit van de datasets. Het kan misgaan als daarin een subjectiviteit zit. Daarom is het ontwikkelen van een AI-applicatie een cyclische gebeurtenis. Je probeert aan het begin die data te ontdoen van een bepaalde bias. Of misschien wil je dat die er juist wel inzit. Denk aan een populatie mannen en vrouwen waarbij symptomen zich verschillend manifesteren en een verschillende behandelmethode gewenst is. Het systeem helpen, labelen en trainen vergt doorgaans een niet-triviale grote inspanning. Maar ben je eenmaal voorbij dat punt, dan heb je goud in handen.”
4
Kijk kritisch naar AI-leveranciers
"Er zijn heel veel leveranciers in de markt die slechts een klein onderdeel aanbieden van wat je met AI kunt bereiken. Stel daarom iedere aanbieder kritische vragen: op welke dataset heb je dit getest? Is het synthetisch of gebaseerd op een reële klinische situatie? Laat eens zien welke algoritmes je hebt gebruikt? Wat is de sensitiviteit en specificiteit? Pak niet alles zomaar aan wat er op je pad komt. Hoewel een melanoom in Maastricht en Groningen niet wezenlijk zullen verschillen, is het nog altijd zo dat een getest algoritme in Ziekenhuis A niet per se werkt in Ziekenhuis B.”
5
Wees niet bang voor commercie
“AI-applicaties zijn kostbaar. Veel instituten gaan zelf aan de slag, pikken subsidie mee en gebruiken gratis open source software. Maar kijk ook naar de bestendiging van de applicatie. Wordt die software over 5 jaar nog ondersteund? En valt de applicatie in de workflow in te bedden? Kun je hem opschalen? Je krijgt bovendien te maken met complexe wet- en regelgeving en kwaliteitsmanagement als je aan de standaarden wilt voldoen van de FDA (De Amerikaanse Food and Drug Administration). Niet alle ziekenhuizen zijn erop ingericht alles om zo’n applicatie heen te bouwen. Bij grote leveranciers is daar meer oog voor. Toch is er een bepaalde angst om met big techs in zee te gaan, omdat ze er misschien geld aan willen verdienen. Het punt is dat veel leveranciers goede en langdurig ondersteunde technologie hebben, maar geen zorginstelling zijn. Ze hebben dus geen data. Over de wederzijdse belangen kunt je keiharde afspraken met elkaar maken. Ik ben een voorstander van een datarentmeester binnen instellingen. Je kunt denken dat je het allemaal zelf voor elkaar krijgt. Maar vroeg of laat heb je een ander perspectief nodig. Dat vraagt om een heel brede manier van denken op bestuursniveau.”