Hildo Lamb over de uitrol van AI op de radiologische werkvloer
“Ziekenhuizen, bedrijfsleven en zorgverzekeraars hebben allemaal een rol bij implementatie van AI-tools”
Radioloog Hildo Lamb is als hoogleraar verbonden aan het LUMC. Hij heeft al ervaring met tientallen AI-applicaties en deelt zijn inzichten tijdens het PACS-congres graag met het publiek. Op weg naar een toekomst, waarin ziekenhuizen optimaal gebruik kunnen maken van AI-mogelijkheden. Hildo belicht de mogelijkheden van AI bij het analyseren van beeldmateriaal en komt met voorbeelden van mogelijke workflows. De grote vraag is: wie gaat dit betalen?
“Technisch gezien is AI klaar voor gebruik. De belangrijkste beperking voor toepassing is dan ook een financiële. Zeker in het begin kost AI extra tijd, en dus geld. Willen radiologen ontdekken hoe AI-tools hen verder brengen, dan zijn veel verschillende applicaties nodig. Hiervoor moeten zij bij verschillende AI-leveranciers een losse licentie of lokale installatie met abonnement kopen. Vanwege de veelheid aan aanbieders is dit voor ziekenhuizen onbetaalbaar. Inmiddels wordt voor AI-leveranciers duidelijk dat de pakketten die ze aanbieden, om die reden vaak niet verkocht worden. Met andere woorden: de techniek staat klaar, maar wordt niet optimaal gebruikt.”
"Stel dat artsen met behulp van AI een diagnose kunnen stellen op basis van één enkele MRI. In plaats van na een langdurige opvolging, met ook nog mogelijke complicaties voor de patiënt. Dan wordt het zorgpad efficiënter en dus goedkoper."
Parallelle oplossingsmogelijkheden “De oplossing kan liggen in een soort Marketplace of App Store, die door een PACS-vendor of modaliteitenbouwer wordt opgepakt. Meest efficiënt is dan een aanbod waarbij alle AI-processing en rekenkracht al gedaan is en er betaald wordt met een ‘pay per view’. Hierdoor kunnen radiologen ‘snuffelen’ aan mogelijkheden zonder meteen allerlei grote investeringen te moeten doen.” Hildo ziet een goede kans weggelegd voor grote bedrijven, zoals Siemens en Philips. “Een mogelijkheid is dat zij licenties afkopen en via een Marketplace doorverkopen aan verschillende partijen. Zo kunnen zij een overkoepelend systeem bieden. Wanneer blijkt dat een ziekenhuis voldoende gebruikmaakt van een specifieke toepassing, kunnen ze zelf een licentie kopen. Zo kunnen twee systemen naast elkaar bestaan: het ziekenhuis of instituut gebruikt de tool via een gepoolde client, óf koopt (alsnog) zelf een licentie. Dit kunnen twee parallelle manieren zijn om licenties te commercialiseren. Hierbij is connectivity is een belangrijk onderwerp. PACS-firma’s zijn hierbij de spin in het web en zouden functionaliteit kunnen bieden. Waarschijnlijk zullen er uiteindelijk toch wel meerdere oplossingen komen voor hetzelfde probleem, wat gunstig is voor de firma’s die licenties uitgeven.”
Rol van de zorgverzekeraars Hildo ziet een belangrijke rol weggelegd voor de zorgverzekeraars. “Dit gesprek moet nog goed op gang komen. Stel bijvoorbeeld, dat artsen met behulp van AI een diagnose kunnen stellen op basis van één enkele MRI. In plaats van na een langdurige opvolging, met ook nog mogelijke complicaties voor de patiënt. Dan wordt het zorgpad efficiënter en dus goedkoper. Dankzij het DBC-systeem is het momenteel problematisch om op de all-in prijs van een MRI nog een extra (AI-)analyse toe te passen. Hier heeft het ziekenhuis de zorgverzekeraars nodig. Zij kijken vaak naar diagnostische afdelingen van ziekenhuizen met de blik van ‘zij kosten ons geld’. En investeren in AI is wéér een kostenpost erbij. Maar het sneller kunnen stellen van juiste diagnoses, levert wel een gigantische kostenbesparing op. Het is voor ziekenhuizen belangrijk dat de verzekeraars helpen bij deze ‘opstartfase’. Bijvoorbeeld via ‘shared savings’, waardoor toekomstige kostenbesparing nu al kan worden ingezet om de opstartkosten van AI te financieren. Zorgverzekeraars kunnen bijvoorbeeld de handen ineenslaan en samen investeren in licenties voor ziekenhuizen. Uiteindelijk is toepassing van AI bij analyseren van beeldmateriaal ook voor de zorgverzekeraars gunstig. Wat efficiëntere diagnostiek oplevert, kunnen ze eenvoudig zelf doorrekenen.”
"AI kan een belangrijke rol spelen bij het verhogen van werkplezier en de duurzame inzet van radiologen.”
Over vijf jaar Hildo denkt dat over vijf jaar duidelijk is, welke AI-toepassingen echt zinvol zijn en hoe je ze gebruikt op de werkvloer. “Ik verwacht dat er dan een Marketplace of App Store is. Naast de optie om, met hulp van zorgverzekeraars, gebruik te maken van licenties. Daarbij vind ik wel dat je AI nadrukkelijk niet alleen moet toepassen voor verhoging van de radiologische efficiëntie en verlaging van de kosten. Het is eigenlijk nog veel belangrijker om er de werklast van radiologen mee te verlagen. Afgelopen decennia is die werklast exponentieel gestegen, terwijl het aantal radiologen niet significant is toegenomen. AI kan daarom een belangrijke rol spelen bij het verhogen van werkplezier en de duurzame inzet van radiologen.”